基于CNN-Transformer的视觉缺陷柑橘分选方法
作者：安小松; 宋竹平; 梁千月; 杜璇; 李善军
更新时间：
针对生产线中缺陷柑橘分拣费时费力的问题，以柑橘加工生产线输送机上随机旋转的柑橘果实为研究对象，开发了一种基于卷积神经网络（CNN）的检测算法mobile citrus，对缺陷柑橘进行检测和临时分类，并利用Aristole-Citrus跟踪算法在其路径上记录分类信息，结果表明，跟踪精度达到98.4%，分类精度达到92.8%。同时，基于Transformer的轨迹预测算法也被用来预测水果未来的路径。平均轨迹预测误差达到最低2.96像素，可用于指导机器人手臂对缺陷柑橘进行分类。实验结果表明，基于TransformerCNN的缺陷柑橘视觉分拣系统可以直接应用于柑橘加工生产线，实现快速在线分拣。