一种基于YOLOX-s模型的苹果检测系统  

作　　者：丁士宁 

机构地区：[1]信阳农林学院信息工程学院

出　　处：《中国科技信息》2024年第4期85-88,共4页China Science and Technology Information

基　　金：信阳农林学院青年教师科研基金项目:基于深度学习的水稻叶片病害预防检测研究(QN2021057)。

摘　　要：中国是苹果生产大国,也是苹果消费大国。苹果分拣的主要方法是人工分拣,但其具有人工成本高、效率低、受主观影响大的缺点。苹果检测有助于促进苹果分拣的自动化实现,也能为苹果的智能采摘提供参考。YOLO系列算法属于单阶段检测算法,相对于Faster R-CNN等双阶段检测算法来说,其只需要一次特征提取即可进行物体分类和位置预测,不需要生成区域候选框,具有检测速度快的优点。YOLO系列算法已广泛应用于植物识别与检测领域。

关 键 词：特征提取 检测系统 物体分类 位置预测 分拣 CNN 人工成本 植物识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] S661.1[自动化与计算机技术—计算机科学与技术]