基于GPU的嵌入式的水果生蔬識(shí)別系統(tǒng)的設(shè)計(jì)與應(yīng)用實(shí)現(xiàn)
發(fā)布時(shí)間:2023-04-05 02:05
研究水果生蔬的識(shí)別技術(shù)在農(nóng)業(yè)生產(chǎn)和生活領(lǐng)域具有重要意義,該技術(shù)的應(yīng)用不僅促進(jìn)了水果生蔬產(chǎn)業(yè)的商品化,降低了人工成本,而且該項(xiàng)人工智能識(shí)別技術(shù)為其他人工智能的識(shí)別和檢測(cè)技術(shù)提供了理論和實(shí)踐的參考價(jià)值。水果生蔬識(shí)別技術(shù)屬于圖像識(shí)別技術(shù)。目前,圖像識(shí)別的主要方法包括傳統(tǒng)模式識(shí)別方法和深度學(xué)習(xí)模式識(shí)別方法。傳統(tǒng)的圖像識(shí)別方法存在識(shí)別準(zhǔn)確度不是很高,同時(shí)需要人工將檢測(cè)目標(biāo)的特征描述給機(jī)器,檢測(cè)模型抗干擾能力差及設(shè)備成本高等缺點(diǎn),很難滿足人們的實(shí)際應(yīng)用需求。然而深度學(xué)習(xí)良好的解決了以上問題。本文將深度學(xué)習(xí)技術(shù)應(yīng)用到水果生蔬識(shí)別技術(shù),首先利用深度卷積神經(jīng)網(wǎng)絡(luò)方法在PC機(jī)上實(shí)現(xiàn)對(duì)水果生蔬的檢測(cè)任務(wù),然后在將此算法移植到嵌入式開發(fā)平臺(tái)Jetson TX2上實(shí)現(xiàn)水果生蔬圖像數(shù)據(jù)的采集、處理和檢測(cè)。本論文的水果生蔬識(shí)別系統(tǒng)有效地解決了因水果生蔬生長(zhǎng)環(huán)境復(fù)雜,不同光照強(qiáng)度等影響因素使得檢測(cè)算法難以對(duì)水果生蔬識(shí)別和定位的問題,針對(duì)番茄檢測(cè)、桃子檢測(cè)以及教室人員檢測(cè),提出多階段檢測(cè)網(wǎng)絡(luò)。綜合考慮檢測(cè)性能和速度,對(duì)比不同的標(biāo)簽方式、不同的網(wǎng)絡(luò)輸入大小、不同網(wǎng)絡(luò)結(jié)構(gòu)及不同制作訓(xùn)練樣本IOU標(biāo)準(zhǔn)下的測(cè)試結(jié)果,優(yōu)選出多階...
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 水果生蔬識(shí)別的研究現(xiàn)狀
1.2.2 深度學(xué)習(xí)的國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要研究?jī)?nèi)容、研究重點(diǎn)和創(chuàng)新點(diǎn)
1.3.1 本文研究?jī)?nèi)容
1.3.2 本文研究重點(diǎn)
1.3.3 本文創(chuàng)新點(diǎn)
1.4 基本思路與研究方法
1.4.1 基本思路
1.4.2 研究方法
1.5 本文章節(jié)安排
第2章 圖像識(shí)別的相關(guān)技術(shù)及軟硬件介紹
2.1 圖像識(shí)別技術(shù)概述
2.1.1 圖像分類
2.1.2 目標(biāo)檢測(cè)
2.1.3 實(shí)例分割
2.2 神經(jīng)網(wǎng)絡(luò)
2.2.1 回歸問題
2.2.2 人工神經(jīng)網(wǎng)絡(luò)
2.3 軟硬件介紹
2.4 本章小結(jié)
第3章 水果生蔬識(shí)別算法
3.1 SKDeeplearning訓(xùn)練框架
3.2 多任務(wù)級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)
第4章 水果生蔬識(shí)別系統(tǒng)
4.1 番茄識(shí)別系統(tǒng)
4.1.1 數(shù)據(jù)預(yù)處理
4.1.2 檢測(cè)模型構(gòu)建
4.1.3 檢測(cè)網(wǎng)絡(luò)訓(xùn)練
4.1.4 試驗(yàn)結(jié)果與分析
4.1.5 本節(jié)小結(jié)
4.2 桃子識(shí)別系統(tǒng)
4.2.1 數(shù)據(jù)預(yù)處理
4.2.2 檢測(cè)模型構(gòu)建
4.2.3 檢測(cè)網(wǎng)絡(luò)的訓(xùn)練
4.2.4 實(shí)驗(yàn)結(jié)果與分析
4.2.5 本節(jié)小結(jié)
第5章 全文拓展、總結(jié)和展望
5.1 拓展
5.2 全文總結(jié)
5.3 展望
參考文獻(xiàn)
致謝
本文編號(hào):3782510
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 水果生蔬識(shí)別的研究現(xiàn)狀
1.2.2 深度學(xué)習(xí)的國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要研究?jī)?nèi)容、研究重點(diǎn)和創(chuàng)新點(diǎn)
1.3.1 本文研究?jī)?nèi)容
1.3.2 本文研究重點(diǎn)
1.3.3 本文創(chuàng)新點(diǎn)
1.4 基本思路與研究方法
1.4.1 基本思路
1.4.2 研究方法
1.5 本文章節(jié)安排
第2章 圖像識(shí)別的相關(guān)技術(shù)及軟硬件介紹
2.1 圖像識(shí)別技術(shù)概述
2.1.1 圖像分類
2.1.2 目標(biāo)檢測(cè)
2.1.3 實(shí)例分割
2.2 神經(jīng)網(wǎng)絡(luò)
2.2.1 回歸問題
2.2.2 人工神經(jīng)網(wǎng)絡(luò)
2.3 軟硬件介紹
2.4 本章小結(jié)
第3章 水果生蔬識(shí)別算法
3.1 SKDeeplearning訓(xùn)練框架
3.2 多任務(wù)級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)
第4章 水果生蔬識(shí)別系統(tǒng)
4.1 番茄識(shí)別系統(tǒng)
4.1.1 數(shù)據(jù)預(yù)處理
4.1.2 檢測(cè)模型構(gòu)建
4.1.3 檢測(cè)網(wǎng)絡(luò)訓(xùn)練
4.1.4 試驗(yàn)結(jié)果與分析
4.1.5 本節(jié)小結(jié)
4.2 桃子識(shí)別系統(tǒng)
4.2.1 數(shù)據(jù)預(yù)處理
4.2.2 檢測(cè)模型構(gòu)建
4.2.3 檢測(cè)網(wǎng)絡(luò)的訓(xùn)練
4.2.4 實(shí)驗(yàn)結(jié)果與分析
4.2.5 本節(jié)小結(jié)
第5章 全文拓展、總結(jié)和展望
5.1 拓展
5.2 全文總結(jié)
5.3 展望
參考文獻(xiàn)
致謝
本文編號(hào):3782510
本文鏈接:http://sikaile.net/projectlw/qgylw/3782510.html
最近更新
教材專著