文献类型： 中文期刊

作者： 王川 ¹ ; 赵恒滨 ¹ ; 李国强 ² ; 张建涛 ² ; 高桐梅 ³ ; 赵巧丽 ² ; 郑国清 ² ;

作者机构： 1.河南师范大学计算机与信息工程学院

2.河南省农业科学院农业经济与信息研究所/河南省智慧农业工程技术研究中心

3.河南省农业科学院芝麻研究中心

关键词： 芝麻蒴果;果实检测;注意力机制;目标检测算法;YOLOX

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2022 年 011 期

页码： 155-162

收录情况： 北大核心 ; CSCD

摘要： 为实现密集条件下芝麻蒴果的准确检测，提出基于YOLOX模型的芝麻蒴果检测定位方法（CE-YOLOX模型）。该模型以CSPDarknet-53作为主干特征提取网络，在路径聚合网络PANet中增加104×104大尺度特征层，增强对目标细粒度特征信息的获取；通过引入注意力机制模块获取目标重要的轮廓特征和空间位置信息；将传统的NMS替换为更有利于重叠目标检测的Soft-NMS算法来降低漏检情况。结果表明，在IoU阈值为0.5时，CE-YOLOX模型在全部测试集上的调和均值（F₁）、召回率、平均精度分别为0.99、98.65%、99.71%，与原模型YOLOX相比，该模型分别提升了0.05、6.27个百分点、3.28个百分点。通过蒴果计数试验，CE-YOLOX模型计数准确率为96.84%，比YOLOX模型提高了5.28个百分点。改进后的模型CE-YOLOX适用于密集条件下芝麻蒴果检测。