基于Faster R-CNN的除草机器人杂草识别算法

来源：中国农机化学报杂志2019年第12期北京时间：

作者：李春明;逯杉婷;远松灵;王震洲;

单位：河北科技大学信息科学与工程学院;石家庄市京华电子实业有限公司;

摘要：针对当前除草机器人杂草识别定位不准确、实时性差等问题,提出一种基于Faster R-CNN的草坪杂草识别算法。该方法首先使用快速区域卷积神经网络(Faster R-CNN)算法训练初始化模型,然后通过在网络池化层后添加生成对抗网络(GAN)噪声层来提高网络的鲁棒性。试验结果表明,该种方法在正常拍摄的测试集图片中识别率达到97.05%,在加噪图片测试集的识别率达到95.15%,识别结果均优于传统的机器学习方法。同时,本方法具有识别速度快的特点,可用于实时检测,在园林杂草清理等方面具有应用价值。

关键词：杂草识别,深度学习,快速区域卷积神经网络,区域建议网络,生成对抗网络

基金资助：河北省科技厅项目(17210803D);河北省科技厅项目(1604061Z);; 河北省石家庄市科学研究与发展计划(161130017A)