基于改进YOLOv4-Tiny的蔗芽识别方法

作者：刘姣娣; 何捷; 许洪振; 段玉龙; 沈漫林

来源：中国农机化学报, 2023, 44(11): 169-175.

DOI：10.13733/j.jcam.issn.2095-5553.2023.11.025

• 蔗芽识别
• YOLOv4-Tiny
• 树莓派4B
• SE-Resnet
• K-means重聚类

为解决蔗芽识别在蔗种定向机械化种植速度不匹配问题，提出基于改进YOLOv4-Tiny的蔗芽快速识别方法。将主干网络融合SE-Resnet模块实现注意力机制以增强蔗芽的特征；颈部网络结构多增加一层预测尺度并进行锚框的K-means重聚类，利用浅层网络的细节信息来提高模型对小目标蔗芽的检测能力；设计人机交互界面实时显示蔗芽识别定位信息。该研究将改进YOLOv4-Tiny算法和NCS2加速推理部署在树莓派4B设备中测试，试验结果表明：识别蔗芽精度达到95.87%,平均精度均值mAP为92.46%,基于树莓派检测速度为0.61 s,模型大小仅为23.2 MB。实现部署在嵌入式设备中准确快速识别蔗芽，解决蔗种蔗芽识别速度慢制约蔗种机械化播种速度问题，为蔗种机械化定向种植提供解决方案。

• 单位
  桂林理工大学