论文部分内容阅读
为了提高插秧机视觉导航精度,提出了一种基于YOLO卷积神经网络的水稻秧苗行线检测方法。首先对原始图像进行裁剪和拉伸预处理,划分为子图,然后由YOLO网络训练子图,根据秧苗目标框的位置信息确定秧苗行定位点,并拼接子图定位点获取全图秧苗行定位点,连接秧苗行定位点生成秧苗行线,计算相邻定位点间线段斜率以获得行线角度。试验结果表明,YOLO网络的秧苗区域检测性能优于Faster R-CNN和ResNet101,且秧苗行线的检测准确率高于Hough变换和聚类算法。该方法泛化性能强,可以准确检测秧苗行线,为插秧