基于Faster R-CNN的蔗田杂草检测算法研究

来源：中国农机化学报杂志2024年第6期北京时间：

作者：黄书琴, , 黄福乐, 罗柳茗, 覃锋, , 李岩舟

单位：（1. 广西大学机械工程学院，南宁市，530004； 2. 南宁学院智能制造学院，南宁市，530200； 3. 中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）,深圳市，518120）

摘要：为提高自然环境下蔗田杂草检测准确率，提出一种基于改进的Faster RCNN的蔗田杂草检测算法。在特征提取阶段使用BFP模块均衡各级语义特征来加强对杂草图像深层特征的提取；采用DLA策略动态调整网络的标签预测阈值，解决训练前期正样本稀缺问题；使用SoftNMS对模型进行优化，通过改进原模型的NMS减少单类目标漏检并提高目标定位精度。试验结果表明，优化后算法的mAP值达81.3%，与原Faster RCNN算法相比，精度提升6.2%，平均每幅图像测试耗时0.132 s，且在AP50、APs、APl指标上分别有6.5%、4.7%、5.1%的提高。改进后的算法具有较高的检测精度和稳定性，可以满足复杂自然环境下的蔗田杂草检测需求。

关键词：杂草检测,FasterRCNN,均衡特征金字塔,动态分配标签策略,软非极大抑制

基金资助：国家重点研发计划项目(2022YFD2301100)；广西科技重大专项经费资助(桂科AA22117007，桂科AA22117005)