基于深度学习的穴盘苗缺苗穴位检测

作者：曹丹丹; 朱玉桃; 王寅初; 张鑫宇; 卫咏哲; 崔永杰^*

来源：农机化研究, 2023, 45(03): 210-215.

DOI：10.13427/j.cnki.njyi.2023.03.007

• 密集穴盘
• 缺苗穴位识别
• 深度学习
• 图像处理

密集性穴盘苗缺苗穴位的检测，是机械化移栽及后续管理过程中的一项重要工作。为提高缺苗检测的准确率，提出了一种基于深度学习的密集性穴盘苗缺苗穴位的检测方法。检测时，对采集的图像进行穴盘区域自动剪裁，基于YOLOv4卷积网络，提取正常光照、较强光照、苗叶越界、蛭石泛青情况下的缺苗穴位特征进行训练。最后，在测试集上进行试验，结果表明：上述4种条件下缺苗穴位检测的准确率均值为95.2%。此外，与传统图像法相比，该检测方法提高了缺苗穴位在复杂条件下的检测适应性及准确率，能够为温室穴盘育苗模式下苗株个体的生长管理及后续的自动化作业提供依据。

• 单位
  电子工程学院; 西北农林科技大学