摘要： 針對采摘機器人收獲技術(shù)中的識別技術(shù)受限于非結(jié)構(gòu)化環(huán)境中復(fù)雜背景干擾的問題，采用改進模型后處理的研究路線，提出一種改進YOLOv5算法。首先將果實目標(biāo)的中心點距離、預(yù)測框?qū)捀邔嶋H差值與面積交并比三者共同考慮為損失項，提升預(yù)測框?qū)嶋H尺寸精度，再利用中心點距離作為懲罰項加權(quán)面積交并比得分，提升密集目標(biāo)的識別能力，最后通過設(shè)置輔助訓(xùn)練頭，提供更多的梯度信息以防止過擬合現(xiàn)象。通過多種損失... （共9頁）