基于改进YOLOv4的苹果采摘机器人树枝障碍物深度识别

来源：湖北农业科学杂志2024年第8期北京时间：

作者：黄哲1,2a, 唐仕喜2b, 沈冠东2a, 高心悦1, 王仕廉2b

单位：1.南京工业大学机械与动力工程学院,南京 211816; 2.盐城师范学院,a.美术与设计学院;b.信息工程学院,江苏 盐城 224000

摘要：为识别特征不明显的树枝,尤其是机械手进行苹果采摘时遮挡住苹果位置的树枝,提出了一种结合语义分割和YOLOv4来获取树枝语义骨架,以及识别出树枝位置框的方法。采用语义分割划分树枝矩形包络的方法,剔除影响树枝识别效果的小树枝和分支,再用labelImg和labelme工具对数据集进行标注;对训练的网络模型添加了3层最大池化层,并在回归损失方面对YOLOv4的CIOU回归损失函数进行了改进,提出了针对复杂特征、适范围提高预测准确率的置信度相关函数BIOU。结果表明,改进的YOLOv4网络模型训练遮挡苹果位置树枝的F1和AP分别比原始网络训练全部树枝高出20.00个百分点和23.36个百分点,获得训练效果更好的数据集和树枝识别网络。

关键词：树枝识别,YOLOv4,语义分割,数据集训练,BIOU边框回归损失函数

基金资助：江苏省重点研发计划（产业前瞻与关键核心技术）重点项目（BE2021016）