农业机械学报

作者：王金峰，朱朋运，初宇航，徐琛，宋育岭，王一甲

单位：东北农业大学,东北农业大学,东北农业大学,东北农业大学,东北农业大学,东北农业大学,

关键词：水田除草机;精准喷施;自适应;深度学习;YOLO v7

基金：黑龙江省自然科学基金联合基金重点项目(ZL2024E001)、国家重点研发计划项目(2021YFD200060502)和国家自然科学基金面上项目(32472012)

水田除草是提升水稻产量的关键农艺措施,其中化学除草因其高效性被广泛应用。传统化学除草依赖人工操作,且常采用大面积喷施,操作成本增加的同时还易引起环境污染等负面问题。基于此背景,设计了一款精准喷施型水田除草机用于自适应除草作业。搭建了除草机喷施装置及系统,基于构建的多样化水田杂草数据集设计了以MSYOLOv7为核心框架的杂草检测系统。MSYOLOv7模型将骨干网络与MobileOne相结合,将CIoU损失函数替换为SIoU损失函数。通过消融试验和不同模型对比试验验证模型性能,结果显示模型识别精度为95.65%,平均精度均值(mAP)为92.67%,实时性达到51.29f/s。在树莓派上使用OpenVINO对IR模型进行推理,检测单幅水田杂草图像耗时0.806s。构建的喷施系统能即时捕捉并解析来自杂草检测系统的传输信号,进而实现对除草喷施装置的精准调控。田间试验结果表明,精准喷施型水田自适应除草机伤苗率为2.95%,对靶施药准确率为94.98%,变异系数为0.128%,满足水田除草的农艺要求。该除草机实现了水田除草无人化操作,可为农业的智能化发展提供技术参考。

来源：2025年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第2期