基于深度学习芒果图像在线识别与计数方法研究

• 作者: 刘大河 华俊达 岑冠军 张连宽 潘怡颖 苏贝贝 钟政 高燕
• 来源期刊: 热带作物学报
• 学科: 农学
• 关键词: 芒果图像 识别与计数 Faster-RCNN 在线方法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 作物栽培与营养、遗传育种
• 页码范围: 425-432
• 页数: 8页
• 分类号: S667.7|TP391.41
• 字数: 5021字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2561.2020.03.002

摘要

为实现果树产量的智能评估,本研究对自然环境下的圣心芒果树图像进行果实识别研究,提出基于深度学习算法的芒果图像在线识别计数方法.首先,采用Faster R-CNN深度学习模型构建芒果图像识别算法;接着基于微信小程序与网页平台开发芒果图像上传模块,实现随时随地上传芒果图像至服务器;然后采用基于TCP协议的服务器客户端通信模式,并结合基于MATLAB平台的Faster R-CNN程序集,构建上传图像的在线分析模块,实现线上芒果图像的实时识别与计数;最终,芒果图像的识别与计数结果通过微信小程序和Web页面程序反馈给用户,内容包括单张图片和1个果园区域内所有图片的识别与计数结果,并实现青色芒果和红色芒果的分类统计.应用本研究构建的在线深度学习识别计数方法,在自然环境下采集125幅芒果图像进行测试试验.结果表明:芒果图像识别算法的计数识别准确率达到82.3％,其中漏检率与误检率分别为11.7％和8.6％,平均计数误差与计数误差率分别为4.2和7.9％;芒果图像在线识别计数方法能有效实现果树图像的采集、上传、识别与计数、分类统计和结果反馈,对整个果园区域内结果数量进行统计与分析,为果园的智慧管理提供科学决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岑冠军	华南农业大学数学与信息学院	21	66	5.0	7.0
2	张连宽	华南农业大学数学与信息学院	18	78	4.0	8.0
3	潘怡颖	华南农业大学数学与信息学院	3	0	0.0	0.0
4	华俊达	华南农业大学数学与信息学院	2	8	1.0	2.0
5	刘大河	华南农业大学数学与信息学院	2	0	0.0	0.0
6	苏贝贝	华南农业大学数学与信息学院	1	0	0.0	0.0
7	钟政	华南农业大学数学与信息学院	1	0	0.0	0.0