改进Retina-Net的草坪杂草目标检测

来源：中国农机化学报杂志2022年第12期北京时间：

作者：宋建熙, 李兴科, 于哲, 李西兵

单位：福建农林大学机电工程学院，福州市，350002

摘要：在城市规划与园林景观中，人工养护的草坪起到美化环境的作用，但是各类草坪杂草的滋生，严重损害景观草坪的观赏性。而人工分辨杂草费时费力，影响后续的除草效率。因此，借助深度学习的研究成果，对现有的Retina-Net目标检测模型进行针对性改进，通过提取训练集目标图像特征信息、增设多尺度感受野、改进软池化层等方式，提升模型的杂草检测和种类分辨的能力，有助于后续除草工作的高效展开。最终试验对6类杂草的识别率分别为85.3%，84%，896%，86.7%，95.1%，91.5%。相比较于其他主流目标检测算法，识别率分别提高2.2%~9.3%。

关键词：Retina-Net,图像处理,卷积神经网络,目标检测,感受野,软池化

基金资助：福建农林大学科技创新专项基金项目(CXZX2020132B)