基于VAE优化的YOLO-ResNeXt二阶段草莓熟度分析方法OA北大核心CSTPCD

草莓作为高价值经济作物,其自动化采摘需要进行目标发现及熟度判断,传统草莓采摘分析方法主要使用色度和大小分析等简单图像处理方法,误报率高。提出二阶段检测网络YOLO-ResNeXt,并根据互联网图片及产地实拍创建Strawberry3000数据集,在此基础上,创新性采用变分自编码器(Variational Auto-Encoder,VAE)进行网络部分结构的快速搜索,该方案效率高且对简单结构搜索起到了较好的效果。经测试,该算法能够有效检测草莓目标并分析草莓熟度,在准确率及召回率等指标上对比通用计算机视觉算法有着很大提高,将有效促进高价值经济作物采摘工作的发展。