果蔬机器人采摘中基于改进SDD模型的目标自动化识别研究

为了提高果蔬机器人采摘的识别准确率，利用SDD网络进行实时检测。对基础网络的构造和检测层默认框进行改进，增加卷积层数量，减少计算参数，使其利于对不同尺度的果蔬进行识别，得到基于改进SDD模型的目标自动化识别框架。分析激活函数，发现Relu函数具有更快的收敛速度，利用Relu函数进行激活操作，并对训练结果进行分析，结果表明，改进后的SDD模型具有更快的收敛速度；当置信度为0.45时，改进后的SDD模型具有较理想的准确率、召回率、FI值和IOU值，可以满足果蔬机器人采摘的识别要求。