.png){kind=icon}
返回
Algorithm for Recognizing Green Apples Using Image Segmentation and Object Detection
.png){kind=icon}
OA
AI
DOI：10.3390/agriculture16020247.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
绿色苹果表现出一种与周围环境高度匹配的着色，导致现有人工智能模型的识别精度较低。本文提出了一种结合改进的U型网络（U-Net）和YOLO v8网络的绿色苹果识别算法，以解决这一挑战。首先，通过空洞卷积、注意力门控和残差连接增强U-Net，以模糊背景，从而突出绿色苹果目标。其次，将卷积变换和注意力机制融入YOLO v8，使其能够更有效地关注相似颜色背景中的绿色苹果目标。最后，采用改进的YOLO v8识别U-Net分割的绿色苹果目标，并将其性能与现有模型进行比较。研究结果表明，所提出的算法在绿色苹果识别中达到92.5%的精度和96.8%的召回率，较经典模型有显著提升。为减少遗漏问题并进一步提升整体性能，将改进的YOLO v8模块与主模型并行连接。基于其底层原理，该方法也可适用于其他颜色和纹理与背景高度相似的绿色水果，展现出强大的鲁棒性和泛化能力。
Keyword:
U-Net
YOLO
green apple
image segmentation
object detection
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
1.3W
被引数:
2.8W