用于早期苹果花及花簇检测的机器视觉系统以实现精准疏花与授粉
计算机视觉与模式识别
2023-04-20 v1
摘要
在果园环境中识别处于开放与未开放状态的早期果树花朵，是利用自动化与机器人平台执行疏花和授粉等作物负载管理操作的重要信息。这些操作在果树农业中对提升果实品质、管理作物负载以及提高总体收益至关重要。农业自动化的最新发展表明，这可通过包含机器视觉技术的机器人来实现。本文中，我们提出了一种利用 YOLOv5 目标检测算法在非结构化果园环境中检测早期花朵的视觉系统。对于机器人实现而言，花簇的位置对于导航机器人与末端执行器十分重要。我们识别了单朵花（开放与未开放）的质心，并通过 K-means 聚类将其与花簇相关联。在商业果园图像中，开放与未开放花朵检测的准确率达到了最高 81.9% 的 mAP。
引用
@article{arxiv.2304.09351,
title = {Machine Vision System for Early-stage Apple Flowers and Flower Clusters Detection for Precision Thinning and Pollination},
author = {Salik Ram Khanal and Ranjan Sapkota and Dawood Ahmed and Uddhav Bhattarai and Manoj Karkee},
journal= {arXiv preprint arXiv:2304.09351},
year = {2023}
}