声明
摘要
1.1研究背景及意义
1.2国内外研究现状
1.2.1棉花打顶研究现状
1.2.2采摘识别技术研究现状
1.3研究内容与技术路线
2深度学习目标检测
2.1卷积神经网络
2.1.1概述
2.1.2结构分析
2.2 Faster RCNN识别算法
2.2.1网络概述
2.2.2棉花主茎生长点目标检测
2.3 RetinaNet识别算法
2.3.1网络概述
2.3.2棉花主茎生长点目标检测
2.4 CenterNet识别算法
2.4.1网络概述
2.4.2棉花主茎生长点目标检测
2.5 YOLOv4识别算法
2.5.1网络概述
2.5.2棉花主茎生长点目标检测
2.6本章小结
3多尺度YOLOv3网络
3.1 YOLO网络基本原理
3.1.1网络概述
3.1.2特征提取网络Darknet53
3.1.3网络分支与融合
3.1.4损失函数
3.2特征提取网络
3.2.2多尺度残差模块结构
3.2.3密集连接网络
3.2.4轻量化模型
3.3改进YOLOv3网络结构
3.4训练过程及结果分析
3.4.1训练过程
3.4.2结果分析
3.5本章小结
4棉花主茎生长点目标定位
4.1空间坐标系相互转换
4.1.1像素坐标系与图像坐标系
4.1.2相机坐标系
4.1.3世界坐标系
4.2图像获取与处理
4.2.1目标数据采集
4.2.2数据流对齐
4.3误差分析
4.4本章小结
5棉花主茎生长点实时检测与定位模型
5.1棉花主茎生长点数据集采集及评价指标
5.1.1数据采集与制作
5.1.2网络评价指标
5.2 YOLOv3模型训练及检测
5.2.1模型结构
5.2.2检测效果
5.3视频检测流程
5.4本章小结
6.1总结
6.2展望
参考文献
作者简介
致谢
河北农业大学;