DOI：10.3969/j.issn.1672-3872.2026.02.001
基金项目：2023年新疆维吾尔自治区大学生创新创业训练计划“水射流式莲藕采挖机器人”（S202310994012）；2023年中央引导地方科技发展专项资金项目“双锯筒锯齿轧花机的研发与应用”（ZYYD2023B19）
作 者：陈亚轩 ，王仕禛 ，杨云鹤 ，玉苏甫江·艾米都力（新疆工程学院，新疆 乌鲁木齐 830023）
摘 要：【目的】解决莲花采摘劳动强度大、效率低以及劳动力日益短缺等问题。【方法】提出了一种基于深度学习的目标检测算法YOLOv5，并使用该算法进行了莲花的视觉识别。首先，以新疆五家渠市青格达湖景区中的莲花为研究对象，构建了大规模的莲花图像数据集；其次，运用多种数据增强技术增加训练数据的多样性，并通过LabelImg软件对图像数据集进行了精确的标注，为模型训练提供了高质量的输入；再次，使用包含747张训练集图像、160张验证集图像和159张测试集图像的数据集进行了莲花检测识别实验；最后，采用模型调优策略不断调整参数，优化模型结构，提升模型的鲁棒性和泛化能力。【结果】YOLOv5模型在莲花目标检测任务中展现出优越的性能和鲁棒性，在IoU阈值为0.5时，YOLOv5模型在所有类别上AP的平均值为0.824；在置信度为0.920时，“flower”类别的精确率达到了较高的水平，证明了该模型在实际应用中具有较高的可靠性、有效性和实用性。【结论】基于YOLOv5的机器视觉技术在莲花识别领域具有显著优势，可切实提高莲花的视觉识别精度，有力推动莲花产业的智能化、精准化发展。
关键词：机器视觉；深度学习；YOLOv5；视觉识别
引文信息：[1]陈亚轩，王仕禛，杨云鹤，等.基于YOLOv5算法的莲花识别技术研究[J].南方农机，2026，57(2)：1-6+11.
查看全文请下载PDF文件↓
