知识迁移加持下的自监督学习
- 开发
- 39
-
概要
随着人力成本的持续上涨和劳动力短缺,自动化苹果采摘装备成为农业领域的迫切需求。在苹果被自动化采摘前,苹果采摘装备不仅要能够准确定位苹果,更要对果实的可抓取性作出准确识别。目前对于苹果单一性检测上的研究较多,但关于遮挡下的苹果可抓取性的识别仍是一个待解决的技术难题。本研究提出了一种基于YOLOv5s网络模型改进的的多类型苹果遮挡检测方法,专门用用于在复杂果园环境中识别各种遮挡下的苹果,并据此判断其可抓取性。采用自监督学习和知识迁移策略,可以有效地减少对标注数据的需求,降低数据制作成本。
原文地址:https://blog.csdn.net/weixin_42990464/article/details/135026142
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。
本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:https://www.suanlizi.com/kf/1735737495611641856.html
如若内容造成侵权/违法违规/事实不符,请联系《酸梨子》网邮箱:1419361763@qq.com进行投诉反馈,一经查实,立即删除!