Utilizando el algoritmo YOLOv3 con pre y post-procesamiento para la detección de manzanas en un robot de cosecha de frutas
Autores: Kuznetsova, Anna; Maleva, Tatiana; Soloviev, Vladimir
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Utilizando el algoritmo YOLOv3 con pre y post-procesamiento para la detección de manzanas en un robot de cosecha de frutas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Sistema de visión artificial
Manzanas
Huertos
Algoritmo YOLOv3
Robots recolectores
Pre y post-procesamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Se desarrolló un sistema de visión artificial para detectar manzanas en huertos. El sistema fue diseñado para ser utilizado en robots recolectores y se basa en un algoritmo YOLOv3 con un preprocesamiento y postprocesamiento especiales. Las técnicas de preprocesamiento y postprocesamiento propuestas permitieron adaptar el algoritmo YOLOv3 para ser utilizado en un sistema de visión artificial de máquinas recolectoras de manzanas, proporcionando un tiempo promedio de detección de manzanas de 19 ms con un porcentaje de objetos confundidos como manzanas del 7.8% y un porcentaje de manzanas no reconocidas del 9.2%. Tanto el tiempo promedio de detección como las tasas de error son inferiores a todos los sistemas similares conocidos. El sistema puede operar no solo en robots recolectores de manzanas, sino también en robots recolectores de naranjas.
Descripción
Se desarrolló un sistema de visión artificial para detectar manzanas en huertos. El sistema fue diseñado para ser utilizado en robots recolectores y se basa en un algoritmo YOLOv3 con un preprocesamiento y postprocesamiento especiales. Las técnicas de preprocesamiento y postprocesamiento propuestas permitieron adaptar el algoritmo YOLOv3 para ser utilizado en un sistema de visión artificial de máquinas recolectoras de manzanas, proporcionando un tiempo promedio de detección de manzanas de 19 ms con un porcentaje de objetos confundidos como manzanas del 7.8% y un porcentaje de manzanas no reconocidas del 9.2%. Tanto el tiempo promedio de detección como las tasas de error son inferiores a todos los sistemas similares conocidos. El sistema puede operar no solo en robots recolectores de manzanas, sino también en robots recolectores de naranjas.