一种基于YOLOv5s的多模态特征融合苹果识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于YOLOv5s的多模态特征融合苹果识别方法
申请号:CN202510356855
申请日期:2025-03-25
公开号:CN120340020A
公开日期:2025-07-18
类型:发明专利
摘要
一种基于YOLOv5s的多模态特征融合苹果识别方法,包括以下步骤:(1)图像采集;(2)彩色图像的分解与重构;(3)边缘特征图像化;(4)关键果实特征图的获取;(5)点云坐标信息的获取;(6)多模态特征融合:将R、G、B、关键果实特征图、深度图像和点云坐标信息XYZ合成8通道图像;(7)对YOLOv5s的输入层进行通道数修改;(8)将融合的多模态特征作为输入,进行深度学习训练;(9)使用新的数据集对训练好的模型进行验证和评估。本发明以常规的YOLOv5s模型为基础,通过在输入端融合RGB图像、关键果实特征、深度信息和点云坐标信息等多种形式的果实特征通道,从而有效提升苹果的检测精度,并将结果三维点云可视化。
技术关键词
苹果识别方法 Laplacian算子 多模态特征融合 深度学习训练 果实 像素 农业采摘机器人 彩色图像灰度化 色差 坐标系 相机光学中心 单精度浮点数 三维点云数据 通道
系统为您推荐了相关专利信息
融合特征 非线性 模板特征 多模态数据采集 输出特征
分割方法 果实 图像 分割算法 叶片
换流站 矢量特征 分布式光纤传感器 状态识别方法 地震预警信息
病灶检测方法 图像 医学 网格 训练集
智能检测系统 激光阵列传感器 视觉检测模块 多模态特征融合 深度学习分类