摘要

为进一步提高野外环境下麦穗识别的准确率,通过图像目标检测和深度学习方法,进行了小麦麦穗头检测试验。根据小麦的不同来源地分布,对小麦数据集进行StratifiedKFold五折交叉验证。根据密集的小麦植株经常互相遮挡这一特点,对数据集进行mixup增强。采用Efficientdet方法对数据集进行训练。采用加权盒融合算法,对得到的多个目标检测模型的检测结果进行融合来提升精度。评价指标为不同阈值下Iou的平均精度的平均值,最终检测精度为0.732。