基于改進YOLOv5-s的火龍果多任務(wù)識別與定位

摘要： 在復(fù)雜的農(nóng)業(yè)環(huán)境下，水果采摘機器人系統(tǒng)感知端的識別與定位性能是提高水果采摘成功率的重要指標(biāo)。本文以復(fù)雜外形的火龍果作為研究對象，針對采摘機器人的視覺系統(tǒng)提出了一種適用于火龍果圖像自主檢測的實時多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)——SegYOLOv5。該網(wǎng)絡(luò)基于YOLOv5-s卷積神經(jīng)網(wǎng)絡(luò)的主體架構(gòu)進行適應(yīng)性改進，通過提取3層加強特征作為改進級聯(lián)RFBNet語義分割網(wǎng)絡(luò)層的輸入，實現(xiàn)圖像檢測和語...