| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 974.13 KB | Adobe PDF |
Advisor(s)
Abstract(s)
A deteção de frutos é de fundamental importância em sistemas de estimação de
produção. Neste trabalho, são apresentados os resultados preliminares da utilização do
método de deteção de objetos Faster R-CNN na deteção de imagens de pêssegos. O estudo
consiste na avaliação do desempenho do método em imagens RGB obtidas em ambiente
real num pomar. Embora este método de deteção tenha sido aplicado noutros trabalhos
com o objetivo de detetar frutos, ainda não foi utilizado na deteção de pêssegos. A cor, a
sua distribuição na árvore e a clusterização são características intrínsecas aos pêssegos.
Os resultados obtidos, ainda que preliminares, mostram um elevado potencial da
utilização do método na deteção destes frutos. Todavia, os resultados também mostram a
necessidade de melhoria no desempenho. Isso pode ser alcançado com o aumento na
quantidade de imagens de treino e também por definir um melhor critério de anotação dos
frutos oclusos.
The fruit detection is very important in the performance of a yield estimation system. This paper presents the preliminary results using the object detection Faster RCNN method in peach images. The aim is evaluating the method performance in the detection of peach RGB images acquired in an orchard. Although this method of object detection has been applied in other studies to detect fruits, according to the literature, it has not been used to detect peaches. The color, its distribution in the tree and the fruit clustering are intrinsic characteristics of peaches. The results, although preliminary, show a great potential of using the method to detect this type of fruit. However, the results also show that performance needs to be improved by increasing in the amount of training images and also defining a better annotation criterion in the fruits occlusion.
The fruit detection is very important in the performance of a yield estimation system. This paper presents the preliminary results using the object detection Faster RCNN method in peach images. The aim is evaluating the method performance in the detection of peach RGB images acquired in an orchard. Although this method of object detection has been applied in other studies to detect fruits, according to the literature, it has not been used to detect peaches. The color, its distribution in the tree and the fruit clustering are intrinsic characteristics of peaches. The results, although preliminary, show a great potential of using the method to detect this type of fruit. However, the results also show that performance needs to be improved by increasing in the amount of training images and also defining a better annotation criterion in the fruits occlusion.
Description
Keywords
Agricultura de precisão Deteção de frutos Visão computacional Rede neuronal convolucional
Citation
Publisher
34 Actas Portuguesas de Horticultura