JIA | 中国农业大学农业机器人实验室团队 基于改进YOLOX的玉米雄穗无人机遥感图像识别的研究

以下文章来源于农业科学微平台 ，作者宋超宇 等

玉米雄穗监测是玉米种植和育种农艺管理中必不可少的技术，可应用于产量估算、生长监测、机械去雄、病害检测等方面。近年来，计算机视觉技术在精准农业领域的应用越来越广泛，并在玉米穗检测和计数方面的研究取得了较好的成绩，相关研究成果能有效降低了人力成本。但雄穗早期裸露尺寸较小、易被遮挡等现象，造成检测精度较低，影响雄穗检测视觉系统在田间的应用。

近期，中国农业大学农业机器人实验室团队完成的题为“Detection of maize tassels for UAV remote sensing image with an improved YOLOX model”的研究论文在Journal of Integrative Agriculture (《农业科学学报》(英文)，JIA) 2023年第6期正式发表。

该研究针对玉米雄穗普遍存在遮挡现象,不同生长阶段的雄穗大小和形态颜色也不尽相同等影响检测精度的问题，提出了采用SEYOLOX-tiny模型，可以更精准、更鲁棒地识别田间的玉米雄穗。通过无人机构建了玉米雄穗图像数据集，在保证图像质量和图像采集效率的同时兼顾不同时期的玉米雄穗的图像多样性。另外，YOLOX嵌入注意力机制，在关键特征的提取时，能有效抑制不利因素（遮挡、重叠）的噪声，有助于应对农田多变复杂的环境。实验结果显示，改进的SEYOLOX-tiny识别算法平均检测精度达到95.0%；相较于原始模型的mAP@0.5、mAP@0.5-0.95、mAP@0.5-0.95（面积=小）和mAP@0.5-0.95（面积=中）提升1.5、1.8、5.3和1.7个百分点。因此，本文提出的方法可以满足玉米穗检测视觉系统中所需要的精度和鲁棒性。

中国农业大学农业机器人实验室团队张俊雄副教授为该文章的通讯作者，宋超宇硕士为该文章第一作者。该研究得到了中国农业大学研究生自主创新研究基金（2022TC169）的资助。

点击链接查看全文：

https://doi.org/10.101‍6/j.ji‍a.202‍2‍‍.09.021

Cite the article:

SONG Chao-yu, ZHANG Fan, LI Jian-sheng, XIE Jin-yi, YANG Chen, ZHOU Hang, ZHANG Jun-xiong. 2023. Detection of maize tassels for UAV remote sensing image with an improved YOLOX Model. Journal of Integrative Agriculture, 22(6): 1671-1683.

研究团队简介

张俊雄副教授（第二排左起第五位）

中国农业大学农业机器人实验室团队

中国农业大学农业机器人实验室团队长期从事农业机器人、智能农业装备及计算机视觉技术研究。团队目前针对田间育种玉米机械去雄机研究现状，开展精准化机械去雄、玉米雄穗表型获取及生长状态监测等研究，为玉米精准机械去雄提供了相关理论研究及方法。实验室团队先后主持、参与国家重点研发计划、“863”计划、科技支撑计划、农业科技成果转化、国家自然科学基金等科研课题20余项。在非结构化环境下信息获取、农业机器人信息感知、农业智能装备集成设计制造等方面积累了雄厚的科研实力。发表SCI/EI学术论文150余篇。获授权国家发明专利80余项。

本文转载自农业科学微平台

转自：“植物生物技术Pbj”微信公众号

如有侵权，请联系本站删除！