1 賽題
問題A 采果機器人的圖像識別技術
中國是世界上最大的蘋果生產國，年產量約為3500萬噸。與此同時，中國也是世 界上最大的蘋果出口國，全球每兩個蘋果中就有一個，全球超過六分之一的蘋果出口 自中國。中國提出了一帶一路倡議（BRI），這是建立一個具有共同未來的全球社區的 關鍵支柱。由于這一倡議，越南、孟加拉國、菲律賓、印度尼西亞和沿線國家已成為
中國蘋果的主要出口目的地。
圖1。采采摘機器人的蘋果圖像識別圖。
蘋果的采摘主要依靠手工收割。當蘋果成熟時，幾天內蘋果產區就需要大量的采 摘工人。但大多數當地農民都在自己的果園里種植蘋果。此外，農業工人的老齡化和 年輕人離開村莊去上班的現象也導致了摘蘋果季節的勞動力短缺。為了解決這個問題
, 中國自2011年左右就開始一直在研究能摘蘋果的機器人，并取得了重大進展。
然而，由于果園環境不同于控制實驗，在世界范圍內各種采蘋果機器人的普及和
應用還不夠理想
鑲嵌在復雜和非結構化的果園環境中，大多數現有的機器人無法準確識別“如葉遮擋 ”、“樹枝遮擋 ”、“果實遮擋 ”、“混合遮擋 ”等障礙。如果直接摘蘋果而沒有根據 實際情況做出精確的判斷，就有很高的危害風險，甚至對摘手和機械臂造成傷害。這將 對收獲的效率和果實的質量產生不利影響，導致更大的損失。此外，對不同收獲果實的 識別和分類也非常重要，如分類、加工、包裝和運輸的程序。然而，許多水果的顏色、
形狀和大小與蘋果非常相似，這給收獲后的鑒定帶來了很大的困難。
這個比賽旨在建立一個蘋果圖像識別模型與識別率高，速度快，和準確性通過分 析和提取特征標記水果圖像，并執行數據分析圖像，如自動計算數量，位置，成熟度
水平，估計大量的蘋果的圖像。具體任務如下：
問題1：計算蘋果的數量
基于附件1中提供的可收獲蘋果的圖像數據集，提取圖像特征，建立數學模型，計算每幅圖像中的蘋果的數量，并繪制附件1中所有蘋果的分布直方圖。
問題2：估計蘋果的位置
根據附件1中提供的可收獲蘋果的圖像數據集，以圖像左下角為坐標原點，確定每個圖像中蘋果的位置，并繪制附件1中所有蘋果幾何坐標的二維散點圖。
問題3：估計蘋果的成熟度狀態
基于附件1中提供的可收獲蘋果的圖像數據集，建立數學模型，計算每幅圖像中蘋果的成熟度，并繪制附件1中所有蘋果成熟度分布的直方圖。
問題4：估計蘋果的數量
根據附件1中提供的可收獲蘋果的圖像數據集，計算出每幅圖像中蘋果的二維面積, 圖像的左下角為根據坐標原點，估計蘋果的質量，并繪制出附件1中所有蘋果的質量分布的直方圖。
問題5：對蘋果的認可
基于附件2中提供的收獲果實圖像數據集，提取圖像特征，訓練蘋果識別模型，對
附件3中的蘋果進行識別，并繪制附件3中所有蘋果圖像ID號的分布直方圖。
附件：
附件。請下載到網站： https://share。魏云。com/T6FKbjLf
附件1：
該文件夾包含200張可收獲蘋果的圖片，每張圖片的大小為270 * 180像素。附件1
的部分屏幕截圖如下：
附件2：
該文件夾包含20705張已知標簽和分類的不同收獲水果的圖像，每張圖像的大小為
270 * 180像素。附件2的部分屏幕截圖如下：
蘋果數據集：
卡蘭博拉斯的數據集：
梨的數據集：
李子數據集：
番茄數據集：
附件3：
該文件夾包含20705張不同收獲果實的圖像，其標簽和分類未知，每張圖像的大小
為270 * 180像素。附件3的部分屏幕截圖如下：
2 思路更新
數據準備
跑模型首先得有數據集，或者自己標注數據(A君會提供數據集給大家)
訓練結果
識別結果
第二問，最后把檢測到的蘋果目標中心點匯集起來，用python畫圖就行
A題思路更新，大家注意一個問題，題目給的數據并不是可以直接用來做蘋果目標檢測訓練的數據，訓練數據得自己標注或者找數據集，題目的算是驗證數據，基礎差的同學容易混淆這點，A君上傳了目標檢測數據給大家使用。
