深度学习近年来在目标识别方面表现出了很大的希望,并且在农业中越来越流行,在农业中,无花果果实的检测和计数变得重要。在这项研究中,系统文献综述(SLR)用于评估用于检测和计数无花果水果的深度学习算法。SLR基于广泛使用的“系统证据合成学标准”(玫瑰)审查过程。该研究首先提出研究问题,并严格讨论提出的SLR方法,直到完成数据抽象和分析过程为止。之后,从许多研究中选择了33项涉及农业部门的相关研究。IEEE,Scopus和Science的网络是要研究的三个数据库。由于缺乏无花果水果研究,因此包括了水果和蔬菜研究,因为它们使用了类似的方法和过程。SLR发现各种深度学习算法可以计算现场的无花果水果。此外,由于大多数方法获得了可接受的结果,深度学习的表现在F1分数和平均精度(AP)中是可以接受的,高于80%。此外,可以通过使用个人数据集增强现有的深度学习模型来进行改进。
主要关键词