基于YOLOx的马铃薯芽眼检测

摘要：

马铃薯芽眼检测是实现种薯自动切块的关键因素.为快速、准确检测马铃薯种薯芽眼,提高智能切种装置效率,提出一种基于卷积神经网络的马铃薯种薯芽眼检测方法.首先,针对芽眼形态多样的特点,通过图像增广及图像多样化处理建立马铃薯芽眼数据库,以增强检测网络的泛化能力;然后,利用YOLOx对小尺寸目标的高效特征表达能力,构建用于芽眼检测的网络模型,实现马铃薯芽眼的快速准确检测.试验结果表明:YOLOx网络对含有单个和多个无遮挡芽眼的样本,以及含有疤痕、斑点、虫眼和机械损伤的样本均有良好的检测效果.其中,最终检测精准度P为95.86%,召回率R为 96.95%,平均精度均值mAP为 95.37%,检测速度为 42.3 FPS.对比YOLOv3 和YOLOv4 网络模型,YOLOx模型可以同时满足马铃薯芽眼识别检测的精度和速度要求,可为马铃薯智能化切种提供技术支持.

关键词：YOLOx、目标检测、卷积神经网络、马铃薯芽眼

所属期刊栏目：62

分类号：S223.1(农业机械及农具)

资助基金：国家自然科学基金;国家自然科学基金;甘肃省教育厅产业支撑项目

在线出版日期：2024-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：12-17