(54.236.62.49) 您好!臺灣時間:2021/03/08 03:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳書賢
研究生(外文):CHEN, SHU-XIAN
論文名稱:基於YOLO之雜草辨識系統
論文名稱(外文):A weed identification system based on YOLO
指導教授:李博明
指導教授(外文):Lee, Po-Ming
口試委員:王朝欽王鴻猷李博明
口試委員(外文):Wang, Chua-ChinHung-Yu WANGLee, Po-Ming
口試日期:2020-07-21
學位類別:碩士
校院名稱:南臺科技大學
系所名稱:電子工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:57
中文關鍵詞:嵌入式系統機器視覺YOLO
外文關鍵詞:Embedded SystemMachine visionYOLO
相關次數:
  • 被引用被引用:0
  • 點閱點閱:282
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:79
  • 收藏至我的研究室書目清單書目收藏:0
台灣現今面臨高齡化的問題,以及從事農業的人口比例老年人較青少年高,未來能以智慧農業的方式協助他們,可以減輕工作上的負擔。本論文針對除草工作做研究,除草對農民來說是一件非常頭痛的事情,我們的目的是使用設計出來的系統及載具,協助他們進行除草工作。本論文基於YOLO (You Only Look Once)物件偵測演算法、Darkent神經網路框架及OPENCV函式庫設計的雜草AI辨識系統。我們主要以YOLOV3-tiny神經網路架構做模型訓練與辨識,它是輕量化版本的YOLO,主要是由卷積層與池化層組成。我們針對高麗菜苗與青花菜苗的農地收集幼苗及雜草的影像資料,共拍攝了2707張相片,使用YOLOV3-tiny做模型訓練。本論文的硬體架構以NVIDIA Jetson Nano嵌入式開發板當作系統的主控端,Arduino輔助輸出PWM供給馬達運作。使用羅技C525視訊鏡頭做為取得即時影像的攝影機。系統首先載入已訓練好的YOLO模型,之後進行影像攝取,辨識出雜草及高麗菜幼苗或青花菜幼苗,然後在不影響幼苗的情況下使用我們所設計的除草模組將雜草清除。最後我們使用測試資料集進行YOLOV3-tiny模型測試,以高麗菜苗與青花菜苗農地的影像進行測試,雜草辨識平均準確率(AP)72%,高麗菜苗辨識平均準確率(AP)99.77%,青花菜苗辨識平均準確率(AP)99.54%。
Taiwan now is confronted with ageing population and higher proportion of elders which work on agriculture than youngster. Therefore, it may lighten work load if people can get assistance by intelligent agriculture in the future. This study focuses on weeding work. Weeding is very troublesome to farmers, so our purpose is to use the designed system and equipments to assist them in weeding work. This thesis is about a weeder robot based on YOLO (You Only Look Once) object detection algorithm, Darknet neural network framework and Open CV library. The model training and recognition are mostly test with YoloV3-tiny. It is a lightweight version of YOLO, which is mainly composed of a convolutional layer and a pooling layer. We collected sampling and image data of weeds on the farmland of cabbage seedlings and broccoli seedlings to 2707 photos and used YOLOV3-tiny for model training. The hardware architecture of this study uses the NVIDIA Jetson Nano embedded development board as the main control end of the system, and the Arduino auxiliary output PWM provides motor operation and used Logitech C525 video camera to obtain real-time images. First the system will load the trained YOLO model, and then capture images to identify weeds and cabbage seedlings or broccoli seedlings, then use the weeding module we designed to remove the weeds without affecting the seedlings. Finally, we use the test data set to test the YOLOV3-tiny model, and use the images of cabbage seedlings and broccoli seedlings. The AP(average presicion) of weeds identification is 72%, the AP of cabbage seedling identification is 99.77%, The AP of brocccoli seedling identification is 99.54%.
摘要 iv
Abstract v
誌謝 vi
目錄 vii
圖目錄 x
表目錄 xii
一、緒論 1
1.1 研究動機 1
1.2 研究目的 1
1.3 論文架構 3
二、文獻回顧與相關研究 4
2.1 OPENCV [2] 5
2.1.1 自動化雜草檢測噴霧系統 5
2.2 卷積式神經網路 6
2.2.1 輸入層 6
2.2.2 卷積層 6
2.2.3 池化層 7
2.2.4 全連接層 8
2.3 物件偵測演算法 8
2.3.1 R-CNN 8
2.3.2 SSD 10
2.3.3 YOLO 11
三、系統架構 15
3.1 硬體架構 16
3.1.1 Nvidia Jetson Nano 16
3.1.2 Arduino UNO 17
3.1.3 步進馬達及驅動模組A4988 18
3.1.4 直流馬達 20
3.1.5 除草工具 21
3.1.6 限位開關模組 21
3.1.7 WEBCAM 22
3.1.8 繼電器模組 23
3.1.9 TB6600步進馬達驅動模組 23
3.2 使用軟體與開發工具 24
3.2.1 Python 24
3.2.2 Darknet 25
3.2.3 OpenLabeling 26
3.2.4 Arduino IDE 26
3.2.5 FreeCAD 27
四、實驗方式 28
4.1 實驗環境 28
4.2 製作資料集 29
4.3 模型訓練準備 30
4.4 模型評估方式 32
4.4.1 ROC曲線 [22] 32
4.4.2 Precision [23] 32
4.4.3 Intersection over Union [24] 33
4.4.4 Average Precision[22] 33
4.4.5 Recall[22] 33
4.4.6 F1-Score[22] 34
4.4.7 Loss function [25] 34
五、實驗結果 35
5.1 模型精準度測試 35
5.2 影像辨識流程 37
5.3 辨識成果 38
六、結論與未來展望 40
6.1 結論 40
6.2 未來展望 40
參考文獻 40
附件 43
A 除草模組 43
A-1 X軸 44
A-2 X軸/Z軸支架 44
A-3 Z軸零件 45
A-4視訊鏡頭零件 45
[1] 國家發展委員會。中華民國人口推估( 2018至 2065年)報告。檢自 https://pop-proj.ndc.gov.tw/download.aspx?uid=70&pid=70。
[2] 維基百科。OPENCV。檢自:https://zh.wikipedia.org/wiki/OpenCV。.
[3] R.Aravind , M.Daman, and B.S.Kariyappa, “Design and development of automatic weed detection and smart herbicide sprayer robot,” 於 2015 IEEE Recent Advances in Intelligent Computational Systems (RAICS), Trivandrum, India, 2015.
[4] IT閱讀。深度學習 --- 卷積神經網路 CNN(LeNet-5網路詳解 )。檢自 https://www.itread01.com/content/1544868842.html。.
[5] 鄭澤宇、梁博文、顧思宇(民108)。看得懂的人工 智慧實作書 :手把手教你玩Tensorflow。台灣:深石數位。
[6] Ross Girshick, Jeff Donahue, Trevor Darrell, and Jitendra Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” 於 2014 IEEE Conference on Computer Vision and Pattern Recognition, Columbus, OH, USA, 2014.
[7] R. Girshick, “Fast R-CNN,” Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2015.
[8] Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun, “Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Network,” IEEE Transactions on Pattern Analysis and Machine Intelligence , pp. 1137 - 1149, 1 6 2017.
[9] Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, and Alexander C. Berg, “Ssd: Single shot multibox detector,” European conference on computer vision, 2016.
[10] Joseph Redmon, Santosh Divvala, Ross Girshick, and Ali Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,”Proceedings of the IEEE conference on computer vision and pattern recognition, Las Vegas, NV, USA, 2016.
[11] Joseph Redmon, and Ali Farhadi, “YOLOv3: An Incremental Improvement,” arXiv preprint arXiv:1804.02767, 2018.
[12] NVIDIA。Jetson nano技術規格。檢自 https://www.nvidia.com/zh-tw/autonomous-machines/embedded-systems/jetson-nano/。
[13] 維基百科。Arduino。檢自: https://zh.wikipedia.org/wiki/Arduino.
[14] Pololu。A4988 Stepper Motor Driver。檢自 https://www.pololu.com/product/1182。
[15] Logitech。Logitech C525。檢自: https://www.logitech.com/zh-tw/product/hd-webcam-c525。
[16] 飆機器人。1路 12V繼電器模組。檢自 https://www.playrobot.com/relay/1738-1-channel-12v-relay-module.html.
[17] DFROBOT。TB6600 Stepper Motor。檢自: https://www.dfrobot.com/product-1547.html?gclid=Cj0KCQjw-_j1BRDkARIsAJcfmTGI9Sov17xZVfowZvYrJUhaQSLbPf0iNCPK1wGDDSoCK12fbnrrur8aAlhJEALw_wcB。
[18] 維基百科。Python。檢自 https://zh.wikipedia.org/wiki/Python。
[19] 維基百科。Arduino_IDE。檢自https://en.wikipedia.org/wiki/Arduino_IDE。
[20] 維基百科。FreeCAD。檢自https://en.wikipedia.org/wiki/FreeCAD。
[21] CH.Tseng。建立自己的 YOLO辨識模型 以柑橘辨識為例。檢自 https://chtseng.wordpress.com/2018/09/01/%E5%BB%BA%E7%AB%8B%E8%87%AA%E5%B7%B1%E7%9A%84yolo%E8%BE%A8%E8%AD%98%E6%A8%A1%E5%9E%8B-%E4%BB%A5%E6%9F%91%E6%A9%98%E8%BE%A8%E8%AD%98%E7%82%BA%E4%BE%8B/.
[22] 維基百科。ROC曲線。檢自 https://zh.wikipedia.org/wiki/ROC%E6%9B%B2%E7%BA%BF。.
[23] T. Huang。深度學習系列 : 什麼是 AP/mAP?。檢自 https://medium.com/@chih.sheng.huang821/%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E7%B3%BB%E5%88%97-%E4%BB%80%E9%BA%BC%E6%98%AFap-map-aaf089920848。
[24] A. Rosebrock。Intersection over Union (IoU) for object detection。檢自 https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/。
[25] 維基百科。損失函數。檢自 https://zh.wikipedia.org/wiki/%E6%8D%9F%E5%A4%B1%E5%87%BD%E6%9。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔