基于改进YOLO的玉米幼苗株数获取方法

作     者：张宏鸣 付振宇 韩文霆 阳光 牛当当 周新宇 ZHANG Hongming;FU Zhenyu;HAN Wenting;YANG Guang;NIU Dangdang;ZHOU Xinyu

作者机构：西北农林科技大学信息工程学院陕西杨凌712100 西北农林科技大学机械与电子工程学院陕西杨凌712100 赤峰市生态环境局克什克腾旗分局赤峰025350 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2021年第52卷第4期

页      面：221-229页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划项目(2020YFD1100601、2017YFC0403203) 国家自然科学基金项目(41771315) 

主　　题：玉米 幼苗检测 株数 YOLO算法 特征增强机制 

摘      要：为快速准确获取玉米幼苗株数、评估播种质量、进行查缺补苗等管理,对YOLO算法进行改进,提出了一种基于特征增强机制的幼苗获取检测模型(FE-YOLO),实现了对玉米幼苗株数的快速获取。该方法根据玉米幼苗目标尺寸和空间纹理特征,构建了基于动态激活的轻量特征提取网络,融合了多感受野和空间注意力机制。实验表明:FE-YOLO模型增强了幼苗空间特征、降低了网络复杂度,使模型的m AP和召回率分别达到87.22%和91.54%,每秒浮点运算次数和检测推理时间仅为YOLO v3的7.91%和33.76%。FE-YOLO能够实现无人机正射影像的玉米幼苗株数获取和种植密度估算,该模型复杂度低、识别精度高,能够为玉米苗期管理提供技术支持。