<strong id="r5ve8"></strong>
    1. <xmp id="r5ve8"></xmp>

        027-87860098

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        2024/10/11

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        準確計算每穗粒數對于評估水稻產量和選擇優良種質資源至關重要。傳統的測量方法勞動密集、耗時且容易出錯。為了應對這一挑戰,基于計算機視覺的方法已成為一種很有前途的種子計數方法。然而,由于稻粒的自然形態,包括遮擋以及大小、形狀和方向的巨大變化,實現精確的稻粒計數尤其具有挑戰性。這通常需要額外的步驟,例如手動整形或脫粒。因此,我們提出了一種創新方法,通過整合物體檢測、圖像分類和回歸方程來精確計數自然形態的水稻粒。

        首先,我們訓練了 Yolov7-tiny 模型進行稻粒計數。隨后,我們使用 EfficientNetV2 網絡引入了一個基于水稻穗自然形態變化的分類系統,將水稻穗分為五個不同的類別。此外,我們利用來自 2920 個不同水稻種質的數據,設計了一組針對不同水稻穗類別的單變量線性回歸方程,以建立預測值與實際值的相關性。

        實驗結果表明計數準確率為 92.60%,平均絕對百分比誤差為 7.69%。此外,這項研究還表明,使用穗的雙面圖像并不能顯著提高計數準確率。這項研究代表了在水稻穗自然形態內實現精確高效計數的成功嘗試,為檢測和計數密集物體提供了一種新穎的解決方案。

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        圖1 水稻穗的不同形態

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        圖2 單個水稻穗的圖像采集

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        圖3 水稻粒數檢測模型流程圖。
        (A)分離出第5類。(B)將第1類與剩余的稻穗分開。(C)將剩余的稻穗分為第2類、第3類和第4類

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        圖4 A:PR曲線;B:真值提取模型的預測結果

        華中農業大學宋鵬副教授團隊:自然形態稻粒精確計數:一種基于圖像分類和物體檢測的方法

        圖5 各種模型的誤差。誤差:真實值減去預測值的結果

        圖片

        圖6 不同方法檢測結果分布

        OD表示物體檢測;M表示利用回歸方程;mClas表示人工分類;橫軸指標表示穗樣品數


        大片精品一区二区三区_亚洲香蕉网久久综合影院小说_欧美精品欧美一级在线观看_免费人成视网站在线不卡
        <strong id="r5ve8"></strong>
        1. <xmp id="r5ve8"></xmp>