无人机立体视觉用于Radiata Pine分支检测与距离测量：深度学习与YOLO集成
计算机视觉与模式识别
2024-10-08 v2 人工智能
摘要
本研究聚焦于开发一种配备修剪工具和立体视觉摄像头的无人机，以准确检测和测量树枝的空间位置。YOLO用于分支分割，同时研究了单目和立体两种深度估计方法。与SGBM相比，深度学习技术产生更精细且更准确的深度图。在缺乏真实深度数据的情况下，应用深度神经网络进行微调，以近似最优深度值。该方法促进了精确的分支检测和距离测量，解决了自动化修剪操作中的关键挑战。结果在准确性和效率方面均取得显著进步，凸显了深度学习驱动农业领域创新和自动化的潜力。
引用
@article{arxiv.2410.00503,
title = {Drone Stereo Vision for Radiata Pine Branch Detection and Distance Measurement: Utilizing Deep Learning and YOLO Integration},
author = {Yida Lin and Bing Xue and Mengjie Zhang and Sam Schofield and Richard Green},
journal= {arXiv preprint arXiv:2410.00503},
year = {2024}
}