基于YOLOv5的小麦种子发芽检测方法研究

文献类型： 中文期刊

第一作者： 白卫卫

作者： 白卫卫;赵雪妮;罗斌;赵薇;黄硕;张晗

作者机构：

关键词： 小麦种子;发芽检测;深度学习;YOLOv5

期刊名称： 浙江农业学报

ISSN： 1004-1524

年卷期： 2023 年 35 卷 002 期

页码： 445-454

收录情况： 北大核心 ; CSCD

摘要： 种子发芽试验是检验作物品质的重要环节.为提高种子发芽检测效率,实现种子发芽检测自动化,以小麦为研究对象,通过机器视觉技术结合深度学习方法,构建基于YOLOv5的种子发芽判别的模型,在此基础上通过小麦7 d发芽试验图像组合分析,设计一套基于YOLOv5的种子发芽检测改进判别方法(DB-YOLOv5),实现对小麦种子发芽率、发芽势、发芽指数、平均发芽天数的快速检测,并开展检测试验.结果表明,YOLOv5模型对小麦种子发芽判别精确率为92.5%,DB-YOLOv5模型对小麦种子发芽判别精确率为98.5%,发芽势、发芽指数、平均发芽天数与人工检测误差为0.5%、2.39、0.1 d.上述结果表明,DB-YOLOv5模型可实现对小麦种子发芽率、发芽势、发芽指数、平均发芽天数的快速检测,为农作物种子发芽快速检测提供参考.

分类号： S512.1%S24

  • 相关文献

[1]基于YOLOv5模型的仔猪社交识别方法研究. 冯兴尧,王海峰,朱君,孙想,邱阳,李斌. 2024

[2]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[3]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[4]基于改进YOLOv5l的设施番茄3D信息检测方法. 林森,许童羽,葛禹豪,马璟,孙添龙,赵春江. 2024

[5]基于深度学习的枸杞病虫害识别研究. 李季,杨淑婷,张学俭,周慧,冶鑫,梁爱银. 2024

[6]基于深度学习和图像识别技术构建斑玉蕈菌盖斑点表型识别分析系统. 姜宁,陈静,余昌霞,苏海辉,董浩然,李巧珍,于海龙,李正鹏. 2025

[7]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[8]基于改进YOLOv5的草莓病害智能识别终端设计. 乔珠峰,赵秋菊,郭建鑫,陈会娜,平阳,赵继春. 2024

[9]基于改进YOLOv5的甘蔗茎节识别方法. 赵文博,周德强,邓干然,何冯光,朱琦,韦丽娇,牛钊君. 2023

[10]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[11]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[12]基于改进的YOLOv5的蜜柚果树识别方法. 张 嘉豪,郭 阳,刘 杰,陈 桂鹏. 2025

[13]碘化钾、抗坏血酸及L-半胱氨酸对辐射小麦种苗的防护效果. 柳学余,Chih H.Wang. 1986

[14]金针虫发生动态与防治研究. 黄大琴. 1990

[15]小麦种子在不同条件下长期保存后的抗老化能力. 石思信,张志娥,肖建平. 1993

[16]人工老化对不同品种小麦种子生理生化特性的影响. 杜锦,曹高燚,杨勇,苏庆祥,向春阳. 2016

[17]γ辐照对小麦种子延迟发光的影响. 王泽港,冯敏,肖欢,葛才林,罗时石. 2017

[18]超低温(-196℃)保存11年后小麦种子的活力. 石思信,张志娥,肖建平. 1994

[19]我国小麦种子供需现状与产业发展趋势. 付雪丽,景琦,陈旭,祁曙明,邱军. 2023

[20]高质量的小麦种子总RNA的快速提取方法. 李浩,张平平,查向东,何中虎,夏先春. 2006

作者其他论文 更多>>

微信小程序