使用 Yolov3-tiny 检测番茄成熟阶段
计算机视觉与模式识别
2023-02-02 v1 机器学习
摘要
墨西哥最重要的农产品之一是番茄（Solanum lycopersicum），其产量居全国第四位。因此有必要改进其生产，构建自动检测系统以检测、分类并跟踪果实是实现该目标的一种途径。故此，本文致力于设计一种计算机视觉系统以检测处于不同成熟阶段的番茄。为解决问题，我们使用基于神经网络的模型进行番茄分类与检测。具体地，我们使用 YOLOv3-tiny 模型，因为它是当前最轻量的深度神经网络之一。为训练它，我们执行两次网格搜索测试了若干超参数组合。我们的实验在自定义数据集的成熟阶段定位与分类上展示了 90.0% 的 f1-score。
关键词
引用
@article{arxiv.2302.00164,
title = {Detection of Tomato Ripening Stages using Yolov3-tiny},
author = {Gerardo Antonio Alvarez Hernández and Juan Carlos Olguin and Juan Irving Vasquez and Abril Valeria Uriarte and Maria Claudia Villicaña Torres},
journal= {arXiv preprint arXiv:2302.00164},
year = {2023}
}