基于深度學(xué)習(xí)的森林移動(dòng)機(jī)器人樹(shù)干檢測(cè)

打開(kāi)文本圖片集

摘  要：基于視覺(jué)導(dǎo)航的森林移動(dòng)機(jī)器人具有機(jī)器人作為邊緣設(shè)備算力有限、導(dǎo)航效果受光照影響較大的問(wèn)題。為此，提出一種輕量化的樹(shù)干檢測(cè)方法，該方法基于YOLOv7-tiny模型，采用可見(jiàn)光圖像與熱成像圖像作為輸入，導(dǎo)航效果受光照影響較??；同時(shí)采用基于部分通道卷積（Partial Convolution，PConv）的特征提取模塊-部分通道卷積高效層聚合網(wǎng)絡(luò)（Partial Efficient Layer Aggregation Networks，P-ELAN），對(duì)基準(zhǔn)模型進(jìn)行輕量化改進(jìn)；在訓(xùn)練階段用alpha-CIoU損失函數(shù)替換原始的CIoU損失函數(shù)，提高邊界框回歸的準(zhǔn)確性。（剩余10962字）