基于Android平台的柑橘检测算法研究

针对采摘机器人在实际应用中所需要的视觉检测能力,提出一种基于深度学习的移动端柑橘检测算法,实现对柑橘类水果的快速实时检测。通过PyTorch框架将YOLOv5s、YOLOv5s6、YOLOv5m等模型在自制的柑橘数据集下进行训练,将训练好的模型转化为ONNX模型,再将ONNX模型转化为NCNN模型,并进行Android移动端部署。试验结果表明:NCNN深度学习框架下的YOLOv5s6识别率达到92.9%,召回率达到75.7%,能较好地满足采摘机器人实际应用需求。

资料为PDF文档格式.

本文档关键词:柑橘,测算,研究,Android