基于深度学习的温室大棚小番茄果实计数方法

• 作者: 魏超宇 韩文 刘辉军
• 来源期刊: 中国计量大学学报
• 关键词: 产量估计 果实计数 深度学习 果实簇
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息科学|Information Science
• 页码范围: 93-100
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2021.01.013

摘要

目的:以小番茄果实簇为目标,将果实计数任务转化为果实簇的检测和分类两个子任务,有效避免了果实间的重叠、遮挡问题,并大大减少了标注工作量,进而提出两种基于深度学习的番茄果实计数方法.方法:方法1采用YOLOv3网络直接对果实簇进行检测和分类,实现果实计数;方法 2首先采用YOLOv3网络检测果实簇,再通过ResNet50网络根据果实数不同对果实簇进行分类,最后统计总的果实数.结果:实验表明,两种方法均能实现小番茄果实的计数,其中方法2采用两种网络分别进行果实簇的检测和分类,计数精度高于方法1,在测试样本上的预测果实数与实际果实数之间的均方根误差(Root mean square error,RMSE)为6.37个,平均绝对百分误差率(Mean absolute percentage error,MAPE)为13.89％.结论:本文所提以果实簇为目标的计数方法可有效实现小番茄果实的计数,对簇状果实的产量估计研究具有一定参考价值.