张志会，张勇，刘雪垠，郭恒，杨永林

基于深度学习的花椒采摘器视觉识别

张志会1，张勇2，刘雪垠1，郭恒3，杨永林3

（1.四川省机械研究设计院（集团）有限公司，四川 成都 610063； 2.四川航天烽火伺服控制技术有限公司，四川 成都 610199； 3.中国机械工业第一建设有限公司，四川 德阳 618000）

对于智能花椒采摘器中机器视觉部分在花椒枝干识别与采摘定位上的不足，本文通过将深度学习技术中的卷积神经网络模型与注意力机制这两种模型运用到智能花椒采摘器的机器视觉部分以提高采摘器的识别功效。结果显示，经过优化后的卷积神经网络算法训练使采摘器对花椒簇的整体识别准确率由52.3%提高至96.7%，同时通过注意力机制算法提升了机器视觉对花椒树主枝干识别的抗干扰能力，帮助采摘器更加准确的判断出采摘点的位置。通过以上两种模型验证了深度学习技术在提高花椒采摘器机器视觉的算法准确性与抗干扰能力的有效性。

花椒采摘器；机器视觉；卷积神经网络模型；注意力机制

我国在花椒的产量与耕种面积上一直占据了世界首位，同时相关产业在近年来也保持着较高增长速度[1]。长期以来，花椒采摘依赖人工手动完成，但由于花椒树高度一般为2～5 m，且枝干上遍布有尖刺且枝叶杂乱，如图1所示，因此增加了人工采摘的难度[2]，同时在采摘过程中尖刺很容易对采摘人员造成伤害，影响采摘效率。

近年来，市面上已经出现了一批智能花椒采摘器械来代替纯人工采摘。……