农业机械学报

作者：张宏鸣，付振宇，韩文霆，阳光，牛当当，周新宇

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,赤峰市生态环境局克什克腾旗分局,

关键词：玉米; 幼苗检测; 株数; YOLO算法; 特征增强机制

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

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mAP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。

来源：2021年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第4期