摘要
一种基于YOLOv5s的多模态特征融合苹果识别方法,包括以下步骤:(1)图像采集;(2)彩色图像的分解与重构;(3)边缘特征图像化;(4)关键果实特征图的获取;(5)点云坐标信息的获取;(6)多模态特征融合:将R、G、B、关键果实特征图、深度图像和点云坐标信息XYZ合成8通道图像;(7)对YOLOv5s的输入层进行通道数修改;(8)将融合的多模态特征作为输入,进行深度学习训练;(9)使用新的数据集对训练好的模型进行验证和评估。本发明以常规的YOLOv5s模型为基础,通过在输入端融合RGB图像、关键果实特征、深度信息和点云坐标信息等多种形式的果实特征通道,从而有效提升苹果的检测精度,并将结果三维点云可视化。
技术关键词
苹果识别方法
Laplacian算子
多模态特征融合
深度学习训练
果实
像素
农业采摘机器人
彩色图像灰度化
色差
坐标系
相机光学中心
单精度浮点数
三维点云数据
通道
系统为您推荐了相关专利信息
视频序列分割方法
编解码器
融合特征
语义
多尺度特征提取
生成式对抗网络模型
演化特征
多模态信息融合
融合特征
裂缝特征
血流动力学参数
分级分类器
血管
数据可视化
拓扑网络
辅助诊疗系统
中医妇科
多头注意力机制
方剂
患者