基于卷积神经网络的脐橙果梗脐部检测算法及应用

摘要

脐橙瑕疵检测突出问题是脐橙的果梗、脐部与瑕疵难以区分.针对这一问题,提出一种利用深度学习物体检测技术对脐橙的果梗脐部进行检测的算法.该模型以顺序卷积与跳跃式卷积共同提取深度特征;融合注意力机制加强待检测物体位置权重,在权重重分配的特征层上进行多尺度上下层信息融合,使用融合后的特征层进行默认框提取;对训练得到的模型进行模型压缩,进一步提升模型时间性能.实验结果表明,基于该模型能够准确实时识别定位出果梗、脐部不会与瑕疵产生误判,模型检测正确检测率达到90.6％,单幅图片预测时间降低为15 ms.