基于优化Transformer网络的绿色目标果实高效检测模型.pdfVIP

第 37 卷 第 14 期 农 业 工 程 学 报 Vol.37 No.14 2021 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2021 163 基于优化 Transformer 网络的绿色目标果实高效检测模型 1,2 1 1 1 3 1※ 贾伟宽 ，孟 虎 ，马晓慧 ，赵艳娜 ，Ji Ze ，郑元杰 （1. 山东师范大学信息科学与工程学院，济南 250358 ；2. 机械工业设施农业测控技术与装备重点实验室，镇江 212013 ； 3. 卡迪夫大学工程学院，卡迪夫 CF24 3AA ，英国） 摘 要：果园环境中，检测目标果实易受复杂背景、果实姿态和颜色等因素影响，为提高绿色目标果实检测的精度与效 率，满足果园智能测产和自动化采摘要求，本研究针对不同光照环境和果实姿态，提出一种适于样本数量不足的绿色目 标果实高效检测模型。该模型采用优化 Transformer 结构，首先借助卷积神经网络（Convolutional Neural Network，CNN ） 网络提取图像特征；然后输入编码-解码器生成一组目标果实预测框，最后通过前馈神经网络（Feed-forward Network ， FFN ）结构预测检测结果。在训练过程中，引入重采样法扩充样本数量，解决样本数量不足问题；引入迁移学习，加速 网络收敛。分别制作苹果、柿子数据集用于模型训练。试验结果表明，经迁移学习后该模型训练效率大幅提高；与流行 的目标检测模型相比，优化后的模型在检测绿色柿子与绿色苹果时，精度分别为93.27%和 91.35% 。该方法可为其他果蔬 绿色目标检测提供理论借鉴。 关键词：目标检测；绿色果实；重采样法；迁移学习；Transformer 网络 doi ：10.11975/j.issn.1002-6819.2021.14.018 中图分类号：TP24 ，TP391 文献标志码：A 文章编号：1002-6819(2021)-14-0163-08 贾伟宽，孟虎，马晓慧，等. 基于优化 Transformer 网络的绿色目标果实高效检测模型[J]. 农业工程学报，2021， 37(14)：163-170. doi ：10.11975/j.issn.1002-6819.2021.14.018 Jia Weikuan, Meng Hu, Ma Xiaohui, et al. Efficient detection model of green target fruit based on optimized Transformer network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(14): 163-170. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2021.14.018 积累了大量的研究成果，Li 等[13]提出基于均值漂移和稀疏 0 引 言  矩阵原理的改进谱聚类算法，均值漂移去除大量背景像素 农业生产中，机器视觉已经广泛应用于果蔬产量预 减少计算量，图像特征信息映射到稀疏矩阵，最后实现重 测[1-2] 、自动采摘[3-4] 、病虫害识别