来源：期刊VIP网 时间：
作者：秦寅初;李涛;李旭;王美玲;谭治英;
单位：常州大学机械与轨道交通学院;河海大学机电工程学院;中国科学院合肥物质科学研究所智能机械研究所;
摘要：[目的]满足苹果外观品质和大小综合分级的现实需求，解决中国苹果人工分选效率低，分选设备结构复杂、成本高等问题。[方法]提出一种YOLOv5s-apple模型，在主干网络中引入Transformer模块和CBAM注意力模块，同时加入加权双向特征金字塔网络(Bi-FPN)改进颈部网络，并结合HALCON软件，利用自行设计的一种苹果表损智能检测系统进行表损分拣和大小分级。[结果]与原YOLOv5s模型相比，YOLOv5s-apple模型的mAP提升了6.2%,检测系统的分拣分级准确率可达97.5%,试验系统的处理速度为5 s/个。[结论]试验系统可以有效地进行苹果分级分选。
关键词：苹果;;分选;;无损检测;;深度学习;;YOLOv5;;注意力机制
基金资助：江苏省产业前瞻与关键核心技术重点项目(编号：BE2021016-4)
