当前位置: 首页 > 文章 > 基于改进YOLO v4的玉米种子外观品质检测方法 农业机械学报 2022,53 (7) 226-233
Position: Home > Articles > Corn Seed Appearance Quality Estimation Based on Improved YOLO v4 Transactions of the Chinese Society for Agricultural Machinery 2022,53 (7) 226-233

基于改进YOLO v4的玉米种子外观品质检测方法

作  者:
范晓飞;王林柏;刘景艳;周玉宏;张君;索雪松
单  位:
河北农业大学机电工程学院
关键词:
玉米种子;外观品质;多光谱图像;YOLO v4;MobileNet V1
摘  要:
针对玉米种子在外观品质检测中需要快速识别与定位的需求,提出了一种基于改进YOLO v4的目标检测模型,同时结合四通道(RGB+NIR)多光谱图像,对玉米种子外观品质进行了识别与分类.为了减少改进后模型的参数量,本文将主干特征提取网络替换为轻量级网络MobileNet V1.为了进一步提升模型的性能,通过试验研究了空间金字塔池化(Spatial pyramid pooling,SPP)结构在不同位置上对模型性能的影响,最终选取改进YOLO v4-MobileNet V1模型对玉米种子外观品质进行检测.试验结果表明,模型的综合评价指标平均F1值和mAP达到93.09%和98.02%,平均每检测1幅图像耗时1.85 s,平均每检测1粒玉米种子耗时0.088 s,模型参数量压缩为原始模型的20%.四通道多光谱图像的光谱波段可扩展到可见光范围之外,并能够提取出更具有代表性的特征信息,并且改进后的模型具有鲁棒性强、实时性好、轻量化的优点,为实现种子的高通量质量检测和优选分级提供了参考.
译  名:
Corn Seed Appearance Quality Estimation Based on Improved YOLO v4

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊