基于视频跟踪算法的果园猕猴桃产量实时预估

作者：郭明月; 刘雅晨; 李伟夫; 陈洪; 李善军; 陈耀晖^*

来源：农业机械学报, 2023, 54(06): 178-185.

• 猕猴桃
• 产量预估
• 视频跟踪
• YOLO v7
• Soft-NMS
• DeepSort

对猕猴桃产量的准确预估有利于合理安排后续采摘与运输工序，因此开发智能化的产量实时预估工具非常重要。针对大棚培育的猕猴桃矮化密植、分布范围广等特点，本研究利用果园履带小车采集视频，结合人工标注，建立猕猴桃检测和跟踪的数据集。考虑到自制数据集中猕猴桃占比小及密集分布的特点，本文提出使用YOLO v7模型加上Soft-NMS来检测每一帧图像内的猕猴桃。在卡尔曼滤波器预测的结果上，引入VGG16网络对猕猴桃进行特征提取，并结合匈牙利算法完成帧间目标的匹配。最后采用基于YOLO v7+DeepSort跟踪算法的ID计数方法对猕猴桃进行产量估计。实验结果表明，改进的YOLO v7模型在猕猴桃检测数据集上表现良好，检测的F1值为90.09%。猕猴桃跟踪数据集中使用的跟踪算法平均准确率为89.87%,每个目标正确匹配的精确率为82.34%,大型视频跟踪速度为20.19 f/s。在环境影响较小的条件下，ID计数准确率为97.49%。该方法可为猕猴桃果园智能化管理中的估产、采收规划等提供技术支撑。

• 单位
  华中农业大学