您好,欢迎访问北京市农林科学院 机构知识库!

基于轻量化MLCE-RTMDet的人工去雄后玉米雄穗检测算法

文献类型: 中文期刊

作者: 李金瑞 1 ; 杜建军 2 ; 张宏鸣 1 ; 郭新宇 2 ; 赵春江 1 ;

作者机构: 1.西北农林科技大学信息工程学院

2.北京市农林科学院信息技术研究中心

关键词: 无人机;目标检测;人工去雄;玉米雄穗;RTMDet;轻量化网络

期刊名称: 农业机械学报

ISSN: 1000-1298

年卷期: 2024 年 55 卷 011 期

页码: 184-192,503

收录情况: EI ; 北大核心 ; CSCD

摘要: 玉米制种田遗漏雄穗检测是实现人工去雄质量评估的关键.针对现有玉米雄穗检测模型面临的参数量大、检测效率低和精度差等问题,提出一种基于RTMDet-tiny的轻量级雄穗检测模型MLCE-RTMDet.模型采用轻量级的MobileNetv3作为主干特征提取网络,有效降低模型参数量;在特征提取网络中引入CBAM注意力模块,增强对雄穗目标的多尺度特征提取能力,克服引入轻量化网络可能带来的性能损失.同时,使用EIOU Loss替代GIOU Loss,进一步提高雄穗检测精度.在自建数据集上的试验表明,改进的MLCE-RTMDet模型参数量缩减至3.9 × 106,浮点运算数降至5.3 ×109,参数量和浮点运算数分别比原模型减少20.4%和34.6%.测试集上模型平均精度均值增至92.2%,较原模型提高1.2个百分点;同时,推理速度达到41.9f/s,增幅达12.6%.与YOLO v6、YOLO v8、YOLO X等当前主流模型相比,MLCE-RTMDet表现出更好的综合检测性能.改进后的高精度轻量化模型可为实现玉米制种田人工去雄后的遗漏雄穗检测提供技术支撑.

  • 相关文献

[1]基于立体视觉的玉米雄穗三维信息提取. 韩东,杨贵军,杨浩,邱春霞,陈明杰,温维亮,牛庆林,杨文攀. 2018

[2]基于超体素聚类和局部特征的玉米植株点云雄穗分割. 朱超,吴凡,刘长斌,赵健翔,林丽丽,田雪莹,苗腾. 2021

[3]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[4]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[5]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[6]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[7]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

[8]基于改进YOLOv8s的大田甘蓝移栽状态检测算法. 吴小燕,郭威,朱轶萍,朱华吉,吴华瑞. 2024

[9]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[10]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[11]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

[12]大田环境下的农业害虫图像小目标检测算法. 蒋心璐,陈天恩,王聪,赵春江. 2024

[13]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

[14]基于ROI融合特征的柑橘炭疽病诊断方法. 熊晓菲,王秀琴,庄翠珍,郭家贤,谢新锐,吴建伟,李奇峰. 2024

[15]基于改进YOLO v8的轻量化稻瘟病孢子检测方法. 罗斌,李家超,周亚男,潘大宇,黄硕. 2024

[16]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[17]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[18]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[19]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[20]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

作者其他论文 更多>>