摘要
为了实现在自然光照环境下对梨树花芽的数量统计,以梨树主栽树种—‘玉露香’为研究对象,提出了1种基于改进Faster R-CNN的梨树花芽目标识别方法。通过实验对比Faster R-CNN框架下的VGG16、ResNet50以及ResNet101等3种网络模型的平均精度值,选择ResNet101作为FasterR-CNN的基础网络模型,并针对花芽尺度较小的特点,对原始的Faster R-CNN进行修改,在ResNet101的基础下融入特征金字塔网络(FPN)。对1 000张原始图像进行数据增强至10 000张并按8∶2的比例分别用于训练和测试,结果表明:融入特征金字塔网络后,所得模型平均精度值为91.27%,比原始模型77.43%的平均精度值提高了13.84%,检测的平均速度达到0.395 s每副。所提方法对自然光照环境下的梨树花芽检测具有良好的鲁棒性和较高的精度,同时也保证了实时性,可为进一步开展梨树树相及个体研究提供技术参考。
- 单位