[发明专利]一种基于Des-YOLOv4算法的苹果检测方法和装置

权利要求书

1.一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，包括：

获取目标图像数据集，所述目标图像数据集包括多张包含苹果的图像；

对所述目标图像数据集进行预处理；

基于Des-YOLOv4算法，构建Des-YOLOv4模型；所述Des-YOLOv4模型所使用的训练集包括所述目标图像数据集中70％的图像；所述Des-YOLOv4模型的训练过程包括获取所述Des-YOLOv4模型的最优权重；

获取待检测图像，所述待检测为实时拍摄图像；

根据所述Des-YOLOv4模型，获取所述待检测图像的置信度信息；

判断所述待检测图像是否包含苹果；

若所述待检测图像包含苹果，获取所述待检测图像中苹果的位置信息。

2.根据权利要求1所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，所述预处理包括：

对图像进行水平旋转、垂直旋转以及固定角度旋转；

调整图像饱和度和色调；

根据直方图均衡化以及中值滤波方法，增强图像对比度；

随机剪裁四张图像，拼接成一张图像。

3.根据权利要求1所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，获取所述Des-YOLOv4模型的最优权重，根据以下公式获取：

其中，L_cla表示损失函数，δ为优化权值，Λ为置信度标签为1的锚框的集合，L(x)为激活函数，x表示锚框得分函数的差分变换形式，y表示锚框置信度标签的排序形式，所述锚框根据图像中的苹果所在位置获取，所述置信度标签根据人工标注获取。

4.根据权利要求1所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，所述Des-YOLOv4模型所使用的验证集包括所述目标图像数据集中10％的图像。

5.根据权利要求1所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，所述所述Des-YOLOv4模型所使用的测试集包括所述目标图像数据集中20％的图像。

6.根据权利要求1所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，所述Des-YOLOv4模型中设置类别损失函数为AP-Loss。

7.一种基于Des-YOLOv4算法的苹果检测装置，所述装置应用于权利要求1-6任一项所述的一种基于Des-YOLOv4算法的苹果检测方法，其特征在于，包括：

数据集获取模块，用于获取目标图像数据集，所述目标图像数据集包括多张包含苹果的图像；

预处理模块，用于对所述目标图像数据集进行预处理；

模型构建模块，用于基于Des-YOLOv4算法，构建Des-YOLOv4模型；所述Des-YOLOv4模型所使用的训练集包括所述目标图像数据集中70％的图像；所述Des-YOLOv4模型的训练过程包括获取所述Des-YOLOv4模型的最优权重；

图像获取模块，用于获取待检测图像，所述待检测为实时拍摄图像；

置信度获取模块，用于根据所述Des-YOLOv4模型，获取所述待检测图像的置信度信息；

判断模块，用于判断所述待检测图像是否包含苹果；

位置获取模块，用于若所述待检测图像包含苹果，获取所述待检测图像中苹果的位置信息。

8.根据权利要求7所述的一种基于Des-YOLOv4算法的苹果检测装置，其特征在于，所述预处理模块包括：

图像旋转单元，用于对图像进行水平旋转、垂直旋转以及固定角度旋转；

数值调整单元，用于调整图像饱和度和色调；

对比度增强单元，用于根据直方图均衡化以及中值滤波方法，增强图像对比度；

图像拼接单元，用于随机剪裁四张图像，拼接成一张图像。