Авторы: Янь Ян, И.В. Чичерин, Чжао Лицзюнь, Лонг Чанцзюань, Е.А. Игнатьева

Название статьи: Разработка алгоритмов распознавания в системе управления приводами робота для сбора чайных листьев

Год: 2025, Номер: 2, Страницы: 12-21

Отрасль знаний: 2.4.2. Электротехнические комплексы и системы (технические науки)

Индекс УДК: 62-5:004.5

DOI: 10.26730/1816-4528-2025-2-12-21

Аннотация: Данное исследование посвящено распознаванию изображений чайных побегов с использованием алгоритма обнаружения объектов, основанного на технологии глубокого обучения. Разрабатываемые алгоритмы используются в системе управления приводами робота для сбора чая. Морфологические требования к чайным побегам таковы: один бутон с одним листом или один бутон с двумя листьями. В этой статье используется алгоритм обнаружения объектов YOLOv5 для создания модели распознавания чайных побегов. Надежность обученной модели оценивается с помощью четырех показателей обучения: точность, запоминание, оценка F1 (гармоническое среднее точности и запоминания) и средняя точность (mAP). Сначала выполняется улучшение изображения, включая преобразование изображений в оттенки серого, повышение резкости, устранение шумов и симметричное зеркальное отображение. Улучшенные изображения вручную помечаются с помощью инструмента "Маркировка" и экспортируются в формате YOLO в виде текстовых файлов, в результате чего создается папка, содержащая помеченные изображения. Во-вторых, обучение проводится в Pycharm с разделением обработанных изображений на пакеты и получением соответствующих показателей эффективности. Наконец, все подходящие блоки с достоверностью более 0,65 сохраняются без каких-либо пропущенных обнаружений, преобразование в оттенки серого делает эффект обработки более очевидным при извлечении карт объектов в процессе обучения YOLOv5, поскольку изображения в оттенках серого имеют только черно-белые градиенты. В конечном итоге это приводит к улучшению результатов обучения. Однако такие факторы, как скрученные листья, остаточные листья, цвет, освещение, условия съемки и угол наклона, которые в действительности характерны для чайных листьев, могут привести к снижению общих показателей оценки и, таким образом, в некоторой степени повлиять на результаты эксперимента.

Ключевые слова: обнаружение объектов алгоритмы распознавания управление приводами YOLOv5 чайные побеги

Дата получения: 25.03.2025

Дата одобрения: 01.05.2025

Дата опубликования: 05.06.2025

ЦИТИРОВАНИЕ СКАЧАТЬ