基于YOLOX的作物种子自动计数方法

摘要：

种子计数是获取作物种子千粒质量指标时关键而又烦琐的步骤.目前种子计数一般通过人工和千粒质量测量仪器实现,然而人工计数效率低,千粒质量测量仪器成本高、不易携带.以手机拍摄的6种常见作物种子图像构建数据集,在YOLOX模型的基础上引入注意力机制改进损失函数提出YOLOX-P模型,实现种子自动计数.结果表明,YOLOX-P相比YOLOX模型参数量仅增加0.09 M,mAP改进0.74个百分点,达到99.38％;模型在显存6 GB的NVIDIA GeForce RTX 2060显卡上的推理时间为18.68 ms,适宜部署在移动端.提出的模型显著改善千粒质量测定工作的效率和效果.

关键词：千粒质量、种子计数、深度学习、目标检测、YOLOX

所属期刊栏目：13

分类号：S126(农业物理学)

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：29-35