通过多光谱合成图像增强的深度学习进行核桃检测
计算机视觉与模式识别
2024-01-09 v1 机器学习
摘要
准确识别果园内的核桃带来了诸多优势，极大地提高了核桃果园管理的效率和生产力。然而，核桃树的独特特征，即核桃与叶子在形状、颜色和纹理上非常相似，给标注过程中精确区分它们带来了巨大挑战。在本研究中，我们提出了一种新方法来提高核桃检测效率，利用在包含真实和合成 RGB 及 NIR 图像的丰富图像集上训练的 YOLOv5。我们对原始数据集和增强数据集的结果进行的比较分析显示，使用合成图像时检测效果有明显改善。
引用
@article{arxiv.2401.03331,
title = {Walnut Detection Through Deep Learning Enhanced by Multispectral Synthetic Images},
author = {Kaiming Fu and Tong Lei and Maryia Halubok and Brian N. Bailey},
journal= {arXiv preprint arXiv:2401.03331},
year = {2024}
}
备注
This work was presented at IEEE/RSI International Conference on Intelligent Robots and Systems (IROS) Workshop