农业机械学报

作者：张远琴，肖德琴，陈焕坤，刘又夫

单位：华南农业大学,华南农业大学,华南农业大学,华南农业大学,

关键词：稻穗检测;改进Faster R-CNN;Inception_ResNet-v2;K-means

基金：广东省重点领域研发计划项目（2019B020214002）和广东省农业厅乡村振兴专项基金项目（5600-F19257）

为了快速而准确地统计视频监测区域内的水稻穗数，提出了一种基于改进Faster R-CNN的稻穗检测方法。针对稻穗目标较小的问题，在Inception_ResNet-v2的基础上引入空洞卷积进行优化;对于不同生长期稻穗差别大的问题，设计了针对标注框尺度的K-means聚类，为候选区域生成网络提供先验知识，从而提高了检测精度。鉴于小尺寸稻穗目标的特殊性，用ROIAlign替代ROIPooling，提高了感兴趣区域的提取精度。试验测试时，根据水稻不同发育期稻穗的表型特征差异自制了3类数据集，并选取最佳聚类数为10。模型对比试验表明，本文方法的稻穗检测平均精度均值达到80.3%，较Faster R-CNN模型提升了2.4个百分点，且比SSD和YOLO系列模型有较大幅度的提升。

来源：2021年第8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8期