基于深度学习的复杂自然环境下桑树枝干识别方法

来源：中国农机化学报杂志2023年第2期北京时间：

作者：任浩, 李丽, 卢世博, 陈静姚, 张云峰,

单位：1. 西南大学工程技术学院，重庆市，400715； 2. 宜宾西南大学研究院，四川宜宾，644000；3. 重庆祥飞蚕桑有限公司，重庆市，401520

摘要：在复杂自然环境下完成桑树枝干识别是实现桑叶采摘机智能化的关键部分，针对实际应用中光照条件变化多、桑叶遮挡和桑树分枝多等问题，提出一种基于深度学习的复杂自然环境下桑树枝干识别方法。首先，采用旋转、镜像翻转、色彩增强和同态滤波的图像处理方法扩展数据集，以提高模型的鲁棒性，通过Resnet50目标检测网络模型以及相机标定获得照片中所需的桑树枝干坐标，通过试验发现当学习率设置为0.001，迭代次数设置为600时模型的识别效果最优。该方法对于复杂自然环境中的不同光照条件具有良好的适应性，能够对存在多条分支以及被桑叶遮挡的桑树枝干进行识别并获取坐标信息，识别准确率达到87.42%，可以满足实际工作需求。

关键词：桑叶采摘,图像处理,深度学习,目标检测

基金资助：四川省宜宾市蚕桑产业高效生产技术创新与集成示范项目（4412300284）；2022年重庆市博士研究生科研创新项目(CYB22130)