摘要
摘要：草坪障碍物的检测是智能割草机械不可避免的问题，它关系到割草机能否安全、稳定、高效的运行。考虑到障碍物检测的实时性以及嵌入式平台的应用，本文搭建了一个草坪异物检测平台，建立一个异物图片数据集，提出了一种简单高效的方法用于生成图片中垃圾目标物的简易真值热力图。基于 YOLOv5网络，以真值热力图为量化标准，设计并实验得出一种用于生成异物目标物预测热力图的分支结构。随后将预测热力图送回 YOLOv5的 backbone 结构，增加目标检测网络前向传播过程中特征图的空间注意力权重，以提高整个目标检测网络的性能。通过拍照将数据上传到平台，使用神经网络图像识别技术进行特征提取。与数据集里收集的异物图片特征进行对比，将对比结果及时反馈给平台，草坪管理人员可以通过检测结果及时进行草坪清理，既保障群众在草坪上的安全性，也能够保护草坪环境。
出版日期
2024年02月02日（中国期刊网平台首次上网日期，不代表论文的发表时间）
