网站开发技术试验总结,网站建设网站合同版本,专业做冻货的网站,wordpress网站域名地址1 赛题
问题A 采果机器人的图像识别技术
中国是世界上最大的苹果生产国#xff0c;年产量约为3500万吨。与此同时#xff0c;中国也是世 界上最大的苹果出口国#xff0c;全球每两个苹果中就有一个#xff0c;全球超过六分之一的苹果出口 自中国。中国提出了一带一路倡议…1 赛题
问题A 采果机器人的图像识别技术
中国是世界上最大的苹果生产国年产量约为3500万吨。与此同时中国也是世 界上最大的苹果出口国全球每两个苹果中就有一个全球超过六分之一的苹果出口 自中国。中国提出了一带一路倡议BRI这是建立一个具有共同未来的全球社区的 关键支柱。由于这一倡议越南、孟加拉国、菲律宾、印度尼西亚和沿线国家已成为 中国苹果的主要出口目的地。
图1。采采摘机器人的苹果图像识别图。
苹果的采摘主要依靠手工收割。当苹果成熟时几天内苹果产区就需要大量的采 摘工人。但大多数当地农民都在自己的果园里种植苹果。此外农业工人的老龄化和 年轻人离开村庄去上班的现象也导致了摘苹果季节的劳动力短缺。为了解决这个问题 , 中国自2011年左右就开始一直在研究能摘苹果的机器人并取得了重大进展。
然而由于果园环境不同于控制实验在世界范围内各种采苹果机器人的普及和 应用还不够理想
镶嵌在复杂和非结构化的果园环境中大多数现有的机器人无法准确识别“如叶遮挡 ”、“树枝遮挡 ”、“果实遮挡 ”、“混合遮挡 ”等障碍。如果直接摘苹果而没有根据 实际情况做出精确的判断就有很高的危害风险甚至对摘手和机械臂造成伤害。这将 对收获的效率和果实的质量产生不利影响导致更大的损失。此外对不同收获果实的 识别和分类也非常重要如分类、加工、包装和运输的程序。然而许多水果的颜色、 形状和大小与苹果非常相似这给收获后的鉴定带来了很大的困难。 这个比赛旨在建立一个苹果图像识别模型与识别率高速度快和准确性通过分 析和提取特征标记水果图像并执行数据分析图像如自动计算数量位置成熟度 水平估计大量的苹果的图像。具体任务如下
问题1计算苹果的数量
基于附件1中提供的可收获苹果的图像数据集提取图像特征建立数学模型计算每幅图像中的苹果的数量并绘制附件1中所有苹果的分布直方图。
问题2估计苹果的位置
根据附件1中提供的可收获苹果的图像数据集以图像左下角为坐标原点确定每个图像中苹果的位置并绘制附件1中所有苹果几何坐标的二维散点图。
问题3估计苹果的成熟度状态
基于附件1中提供的可收获苹果的图像数据集建立数学模型计算每幅图像中苹果的成熟度并绘制附件1中所有苹果成熟度分布的直方图。
问题4估计苹果的数量
根据附件1中提供的可收获苹果的图像数据集计算出每幅图像中苹果的二维面积, 图像的左下角为根据坐标原点估计苹果的质量并绘制出附件1中所有苹果的质量分布的直方图。
问题5对苹果的认可 基于附件2中提供的收获果实图像数据集提取图像特征训练苹果识别模型对 附件3中的苹果进行识别并绘制附件3中所有苹果图像ID号的分布直方图。
附件
附件。请下载到网站 https://share。魏云。com/T6FKbjLf
附件1 该文件夹包含200张可收获苹果的图片每张图片的大小为270 * 180像素。附件1 的部分屏幕截图如下
附件2 该文件夹包含20705张已知标签和分类的不同收获水果的图像每张图像的大小为 270 * 180像素。附件2的部分屏幕截图如下 苹果数据集
卡兰博拉斯的数据集
梨的数据集 李子数据集
番茄数据集 附件3 该文件夹包含20705张不同收获果实的图像其标签和分类未知每张图像的大小 为270 * 180像素。附件3的部分屏幕截图如下 2 思路更新 数据准备
跑模型首先得有数据集或者自己标注数据(A君会提供数据集给大家) 训练结果 识别结果
第二问最后把检测到的苹果目标中心点汇集起来用python画图就行 A题思路更新大家注意一个问题题目给的数据并不是可以直接用来做苹果目标检测训练的数据训练数据得自己标注或者找数据集题目的算是验证数据基础差的同学容易混淆这点A君上传了目标检测数据给大家使用。
第二次更新详细思路全更新 1 2 问我们做出了苹果端到端目标检测但是我们无法分辨好苹果还是烂苹果。所以这一步我们需要做一个苹果图像的特征提取器提取了特征之后只要对特征进行分类就能识别好苹果还是烂苹果。
这时候我们需要把目标检测的结果保存到本地手动的分类出好苹果和差苹果或者你想细分分成N个类别都可以。
接下来选择一深度学习特征提取网络这里A君推荐大家使用vgg16, 或者MobileNet网络。 完整内容放在文档中自取即可
