科研之友
微信
新浪微博
Facebook
分享链接
摘要
棉花是我国的重要经济作物，棉花产量预测有助于经济调控和调节种植模式，提高生产收益。目前，传统人工测产方法存在劳动强度大，测量精度底等问题。为解决这一问题，选用喷洒脱叶剂后的棉花图像为研究对象，并构建相关数据集，同时以单位面积中的棉花株数、棉铃数和单铃籽棉质量的计算公式和改进的YOLO v5算法模型为核心算法，设计基于Android移动端的棉花产量预测系统。通过选择手机拍照或选择调用相册两种方式获取图像信息，对目标图像进行数据分析处理，实现棉花的产量预测。以图像中棉花的检测框检测出棉花棉铃，根据不同的土壤类型，自动计算出每公顷的棉花产量，与实际产量对比显示，实际产量和预测产量的籽棉和皮棉平均误差为122.01 kg/hm2和57.98 kg/hm2,且模型在手机端的精度较高，准确率P和召回率R为90.95%和73.16%,与原YOLO v5模型相比，提升19.58、16.84个百分点，在3种类型的手机上进行对比检测后，系统运行时间平稳，产量预测结果相差不大。结果表明，设计的棉花产量预测系统在田间测产结果和算法运行性能较为良好，可以为棉花产量的预测提供技术参考。
- 单位
