Position: Home > Articles > 基于改进CenterNet的玉米雄蕊无人机遥感图像识别
Transactions of the Chinese Society for Agricultural Machinery
2021
(9)
206-212
基于改进CenterNet的玉米雄蕊无人机遥感图像识别
作 者：
杨蜀秦;刘江川;徐可可;桑雪;宁纪锋;张智韬
单 位：
西北农林科技大学机械与电子工程学院;西北农林科技大学信息工程学院;西北农林科技大学水利与建筑工程学院
关键词：
玉米雄蕊;无人机遥感;目标检测;深度学习;CenterNet;
摘 要：
为准确识别抽雄期玉米雄蕊实现监测玉米长势、植株计数和估产,基于无锚框的CenterNet目标检测模型,通过分析玉米雄蕊的尺寸分布,并在特征提取网络中添加位置坐标,从而提出一种改进的玉米雄蕊识别模型。针对雄蕊尺寸较小的特点,去除CenterNet网络中对图像尺度缩小的特征提取模块,在降低模型参数的同时,提高检测速度。在CenterNet特征提取模型中添加位置信息,提高定位精度,降低雄蕊漏检率。试验结果表明,与有锚框的YOLO v4、Faster R-CNN模型相比,改进的CenterNet雄蕊检测模型对无人机遥感影像的玉米雄蕊识别精度达到92.4%,分别高于Faster R-CNN和YOLO v4模型26.22、3.42个百分点;检测速度为36 f/s,分别比Faster R-CNN和YOLO v4模型高32、23 f/s。本文方法能够准确地检测无人机遥感图像中尺寸较小的玉米雄蕊,为玉米抽雄期的农情监测提供参考。
相似文章
-
制种玉米机械去雄关键部件的设计 [刘洋, 李亚雄, 李斌, 王涛, 卢勇涛] 农业机械 2010 (17) 71-72
