基于异构多处理器平台的草莓检测
机器人学
2020-11-10 v1 硬件体系结构
计算机视觉与模式识别
摘要
在过去几年中，精准农业项目的数量有所增加，特别是在收获机器人方面，其中许多项目已从识别作物发展到抓取所需水果或蔬菜。精准农业项目中最常见的问题之一是，成功应用不仅严重依赖于识别水果，还依赖于确保定位能够实现精确导航。当机器人不在预先布置的环境中运行，或当植被变得过于茂密从而覆盖作物时，这些问题成为重要因素。此外，在嵌入式平台上运行最先进的深度学习算法也非常具有挑战性，多数情况下会导致低帧率。本文提出将 You Only Look Once version 3 (YOLOv3) 卷积神经网络 (CNN) 与图像处理技术结合使用，用于面向草莓检测的精准农业机器人应用，并在异构多处理器平台上加速。结果显示，与在处理器端运行相同算法相比，在 Field-Programmable Gate Array (FPGA) 上实现时性能加速五倍，在由 146 张图像组成的测试集上准确率为 78.3%。
引用
@article{arxiv.2011.03651,
title = {Strawberry Detection Using a Heterogeneous Multi-Processor Platform},
author = {Samuel Brandenburg and Pedro Machado and Nikesh Lama and T. M. McGinnity},
journal= {arXiv preprint arXiv:2011.03651},
year = {2020}
}