农业机械学报

作者：郭明月，刘雅晨，李伟夫，陈洪，李善军，陈耀晖

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：猕猴桃;产量预估;视频跟踪;YOLO v7;Soft-NMS;DeepSort

基金：中央高校基本科研业务费专项资金项目（2662020LXQD002）

对猕猴桃产量的准确预估有利于合理安排后续采摘与运输工序，因此开发智能化的产量实时预估工具非常重要。针对大棚培育的猕猴桃矮化密植、分布范围广等特点，本研究利用果园履带小车采集视频，结合人工标注，建立猕猴桃检测和跟踪的数据集。考虑到自制数据集中猕猴桃占比小及密集分布的特点，本文提出使用YOLO v7模型加上Soft-NMS来检测每一帧图像内的猕猴桃。在卡尔曼滤波器预测的结果上，引入VGG16网络对猕猴桃进行特征提取，并结合匈牙利算法完成帧间目标的匹配。最后采用基于YOLO v7+DeepSort跟踪算法的ID计数方法对猕猴桃进行产量估计。实验结果表明，改进的YOLO v7模型在猕猴桃检测数据集上表现良好，检测的F1值为90.09%。猕猴桃跟踪数据集中使用的跟踪算法平均准确率为89.87%，每个目标正确匹配的精确率为82.34%，大型视频跟踪速度为20.19f/s。在环境影响较小的条件下，ID计数准确率为97.49%。该方法可为猕猴桃果园智能化管理中的估产、采收规划等提供技术支撑。

来源：2023年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第6期