论文部分内容阅读
为解决在自然环境下水果采摘机器人受环境因素影响而导致的识别准确率不高及水果检测模型泛化能力弱等问题,以自然环境下的苹果、桃子、香橙、梨作为研究对象,提出了一种基于改进的YOLOv3深度学习水果检测模型,首先对DarkNet-53特征提取网络进行改进,通过削减网络层数并融合密集卷积模块,构建一种有37个卷积层的特征提取网络,在兼顾算法精度的前提下提高了检测速度;其次,通过引入GIoU (generalized intersection over union)边界框回归损失函数,并改进网络的先验框,提高