科研之友
微信
新浪微博
Facebook
分享链接
摘要
大田小麦麦穗识别是小麦估产的重要环节，准确快速的麦穗检测识别是产量估算的前提。利用深度学习技术识别大田图像中的麦穗，可以大幅提高麦穗计数的效率。针对大田小麦植株互相遮挡和光照不均等问题，本文将通道注意力模块添加到PPYOLO网络中，构建了注重检测精度和检测速度相平衡的麦穗检测网络PPYOLO-SE，并将该网络与原PPYOLO网络、SSD、YOLOv3和Faster-RCNN网络进行对比试验，PPYOLO-SE模型检测精度为95.75%，每幅图像检测时间0.6s，优于上述其他网络，验证了PPYOLO-SE模型的有效性。本研究提高了小麦麦穗识别环节的准确性和效率，降低了劳动成本，为田间小麦的自动化管理提供参考。
- 单位
