|
Статьи автора
|
Развитие роботизированного сбора урожая может способствовать сокращению доли тяжелого ручного труда в садоводстве, достигающего 40%, а также недобора урожая, который доходит до 50%. Роботы для сбора плодов разрабатываются с конца 1960-х гг., однако ни один существующий прототип не используется на практике из-за низкой скорости сбора урожая и большой доли нераспознанных плодов, остающихся на деревьях. Цель исследования – разработка алгоритма обнаружения яблок на изображениях, способного работать быстро и находить как можно большую долю яблок. Для этого предложено использование сверточной нейронной сети YOLOv3 в сочетании со специальными процедурами пред- и постобработки, позволяющими улучшить качество распознавания яблок, в том числе в ситуациях наличия теней, бликов, различных повреждений яблок, пустых просветов между листьями, по форме напоминающих яблоки, перекрытия яблок ветвями, листьями и другими яблоками. Алгоритм распознает и красные, и зеленые яблоки, способен работать как с изображениями одиночных яблок на фотографиях крупного плана, так и с изображениями многочисленных яблок на фотографиях общего плана. Оценка качества алгоритма проводилась на тестовом наборе из 818 изображений красных и зеленых яблок (всего 5142 яблока). Среднее время обнаружения яблока составило 19 мс, доля объектов, которые ошибочно принимаются за яблоки, оказалась на уровне 7,8%, а доля нераспознанных яблок – на уровне 9,2%. И среднее время обнаружения, и частота ошибок оказались заметно меньше, чем во всех известных аналогичных системах. Читать дальше...
|
