温室樱桃番茄果实深度学习识别模型研究

摘要

【目的】选取樱桃番茄果实深度学习识别模型,实现对温室樱桃番茄果实快速、准确的检测。【方法】采集樱桃番茄果实样本,标注数据,构建数据集,对YOLOv4和YOLOv4-Tiny算法模型进行训练,并对训练得到的模型进行精确率、召回率、平均准确率、综合评价指标F1值的分析。【结果】在训练好的YOLOv4和YOLOv4-Tiny算法模型上,樱桃番茄果实识别预测准确率分别为100%和96.84%、召回率分别为91.12%和90.53%、平均精确率分别为96.32%和94.18%、综合评价指标F1值分别为0.95和0.94。【结论】YOLOv4算法模型明显优于YOLOv4-Tiny,能够实现对樱桃番茄果实目标的准确检测。