文献

J-GLOBAL ID：202002241446841653   整理番号：20A2500647

マスクR-CNNに基づく種々の果実病斑の検出技術に関する研究【JST・京大機械翻訳】

Research on Detection Technology of Various Fruit Disease Spots Based on Mask R-CNN

著者 (4件)： Wang HongJun (Tianjin University of Technology,Tianjin,China,300384) ,  Mou Qisong (Tianjin University of Technology,Tianjin,China,300384) ,  Yue Youjun (Tianjin University of Technology,Tianjin,China,300384) ,  Zhao Hui (Tianjin University of Technology,Tianjin,China,300384)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMA  ページ： 1083-1087  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 品質分類の低精度,遅い速度,および重い作業負荷の現在の果実表面病害検出アルゴリズム問題を解決するために,本論文は,リンゴ,モモ,オレンジ,およびナシを研究対象として取り上げ,そして,果実表面の欠陥を正確に検出する果実表面の病気スポットを検出するのにMask R-CNNに基づくモデルを提案し,果実を認識し,果実を位置付ける後に,果実表面の欠陥を正確に検出する。ボトムアップ水平接続経路を加えることによって,Mask R-CNNの特徴ピラミッド(FPN)構造を改良して,高および低レベル特徴の融合を強化した。実験的研究は,改良Mask R-CNNアルゴリズムが,4種類の果実表面病変に対して95%以上の検出精度を持ち,そして,GPUを使用するとき,検出率は2.6フレームに達し,それは,高速R-CNNおよびSSDアルゴリズムより著しく良く,そして,良好な検出性能およびロバスト性を有することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  オレンジ ,  *検出法 ,  角錐 ,  ロバスト性
準シソーラス用語： ボトムアップ ,  検出率 ,  検出精度 ,  *病斑 ,  検出アルゴリズム ,  病害 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マスク ,  CNN ,  果実 ,  病斑 ,  検出技術 ,  研究