华中农业大学学报

作者：张小花，李浩林，李善军，张文峰，冼镇鸿

单位：1.仲恺农业工程学院自动化学院，广州510225;2.广东省农产品冷链运输与物流工程技术研究中心， 广州510225;3.仲恺农业工程学院机电工程学院，广州510225;4.华中农业大学工学院/国家柑橘保鲜技术研发专业中心，武汉430070;5.粤港澳大湾区农产品数字物流研究中心， 广州510225

关键词：深度学习;目标检测;EfficientDet;草莓分类;EfficientNet

基金：国家重点研发计划项目（2020YFD1000101）；广东省普通高校特色创新类项目（2019KTSCX064）；广州市科技计划项目（202002020028）；广州市科信局项目GZKTP202003）；广东省农产品保鲜物流共性关键技术研发创新团队（2021KJ145

为了快速识别自然环境下的成熟草莓与未成熟草莓，本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet 网络中快速归一化特征加权融合特点，应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验，结果显示，YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值（PmA）分别为 89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明，EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法，有较好的泛化性和鲁棒性，且使用模型参数量较小的EfficientNet网络，更适合作用于移动端识别，可实现草莓快速识别中的速度与精度要求。

来源：2022年第6期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2022年第6期