基于深度学习的玉米拔节期冠层识别

来源：农业工程学报杂志2021年第21期北京时间：

作者：孙红,乔金博,李松,李民赞,宋迪,乔浪,

摘要：为了满足田间玉米植株快速识别与检测的需求，针对玉米拔节期提出了基于深度学习的冠层识别方法，比较并选取了适于玉米植株精准识别和定位的网络模型，并研制了玉米植株快速识别和定位检测装置。首先拍摄玉米苗期和拔节期图像共计3 000张用于训练深度学习模型，针对拔节期玉米叶片交叉严重的问题，提出了以玉米株心取代玉米整株对象的标记策略。其次在Google Colab云平台训练SSDLite-MobileDet网络模型。为了实现田间快速检测，开发了基于树莓派4B+Coral USB的玉米冠层快速检测装置。结果表明，田间玉米冠层识别模型精度达到91%，检测视频的帧率达到89帧/s以上。研究成果可为田间玉米高精度诊断和精细化作业管理奠定基础。

关键词：深度学习, 目标检测, 识别, 拔节期, 玉米冠层