基于改进Faster R-CNN的马铃薯芽眼识别方法

作者：席芮; 姜凯; 张万枝; 吕钊钦; 侯加林^*

来源：农业机械学报, 2020, 51(04): 216-223.

• 马铃薯芽眼
• 自动切块
• Faster R-CNN
• 非极大值抑制
• 高斯降权
• 在线难例挖掘

为提高对马铃薯芽眼的识别效果,提出一种基于改进Faster R-CNN的马铃薯芽眼识别方法。对Faster RCNN中的非极大值抑制(Non-maximum suppression,NMS)算法进行优化,对与M交并比(Intersection over union,IOU)大于等于Nt的相邻检测框,利用高斯降权函数对其置信度进行衰减,通过判别参数对衰减后的置信度作进一步判断;在训练过程中加入采用优化NMS算法的在线难例挖掘(Online hard example mining,OHEM)技术,对马铃薯芽眼进行识别试验。试验结果表明:改进的模型识别精度为96. 32%,召回率为90. 85%,F1为93. 51%,平均单幅图像的识别时间为0. 183 s。与原始的Faster R-CNN模型相比,改进的模型在不增加运行时间的前提下,精度、召回率、F1分别提升了4. 65、6. 76、5. 79个百分点。改进Faster R-CNN模型能够实现马铃薯芽眼的有效识别,满足实时处理的要求,可为种薯自动切块中的芽眼识别提供参考。

• 单位
  山东农业大学; 电子工程学院