在復(fù)雜的果園環(huán)境中，目標果實的高效、準確檢測是實現(xiàn)果園產(chǎn)量測量和自動化采摘的基本保障。有時，綠色果實與背景顏色相近導(dǎo)致難以區(qū)分，以及照片拍攝受光照環(huán)境和相機角度的影響，給綠色目標果實檢測帶來巨大挑戰(zhàn)。這些問題導(dǎo)致在果園環(huán)境中難以檢測到綠色水果。該研究提出一種兩階段密集網(wǎng)絡(luò)優(yōu)化檢測模型D2D（A two-stage dense to detection framework，D2D）來檢測綠色水果。新模型采用MobileNetV2+FPN結(jié)構(gòu)提取目標果實的多尺度特征，并通過區(qū)域生成網(wǎng)絡(luò)（RPN）結(jié)構(gòu)生成目標果實的候選區(qū)域。在回歸分支中，計算每個局部特征的偏移量，并通過二元掩模預(yù)測候選區(qū)域的正負樣本，以減少背景對預(yù)測框的干擾。在分類分支中，從候選區(qū)域的各子區(qū)域中提取特征，并通過自適應(yīng)加權(quán)池化獲取具有區(qū)分信息的特征，以實現(xiàn)準確分類。新模型采用無錨框設(shè)計，提高模型泛化能力和魯棒性，并降低存儲要求。在制作柿子和蘋果數(shù)據(jù)集上，對柿子和綠色蘋果的實驗結(jié)果表明，新模型檢測性能最優(yōu)，可為其他綠色目標果實檢測提供理論借鑒。

[編譯自：Wei J M，Ding Y H，Liu J，Ullah M Z，Yin X，Jia W K. Novel green-fruit detection algorithm based on D2D framework. Int J Agric & Biol Eng，2022；15（1）：251–259.]