基于深度学习的温室大棚小番茄果实计数方法

作者：魏超宇; 韩文; 刘辉军^*

来源：中国计量大学学报, 2021, 32(01): 93-100.

• 产量估计
• 果实计数
• 深度学习
• 果实簇

目的:以小番茄果实簇为目标,将果实计数任务转化为果实簇的检测和分类两个子任务,有效避免了果实间的重叠、遮挡问题,并大大减少了标注工作量,进而提出两种基于深度学习的番茄果实计数方法。方法:方法1采用YOLOv3网络直接对果实簇进行检测和分类,实现果实计数;方法2首先采用YOLOv3网络检测果实簇,再通过ResNet50网络根据果实数不同对果实簇进行分类,最后统计总的果实数。结果:实验表明,两种方法均能实现小番茄果实的计数,其中方法2采用两种网络分别进行果实簇的检测和分类,计数精度高于方法1,在测试样本上的预测果实数与实际果实数之间的均方根误差(Root mean square error, RMSE)为6.37个,平均绝对百分误差率(Mean absolute percentage error, MAPE)为13.89%。结论:本文所提以果实簇为目标的计数方法可有效实现小番茄果实的计数,对簇状果实的产量估计研究具有一定参考价值。

• 单位
  中国计量大学