星空体育·(CHINA)官方网站-Ios/安卓/手机版app下载

华中农业大学宋鹏副教授团队：自然形态稻粒精确计数：一种基于图像分类和物体检测的方法

2024/10/11

华中农业大学宋鹏副教授团队：自然形态稻粒精确计数：一种基于图像分类和物体检测的方法

准确计算每穗粒数对于评估水稻产量和选择优良种质资源至关重要。传统的测量方法劳动密集、耗时且容易出错。为了应对这一挑战，基于计算机视觉的方法已成为一种很有前途的种子计数方法。然而，由于稻粒的自然形态，包括遮挡以及大小、形状和方向的巨大变化，实现精确的稻粒计数尤其具有挑战性。这通常需要额外的步骤，例如手动整形或脱粒。因此，我们提出了一种创新方法，通过整合物体检测、图像分类和回归方程来精确计数自然形态的水稻粒。

首先，我们训练了 Yolov7-tiny 模型进行稻粒计数。随后，我们使用 EfficientNetV2 网络引入了一个基于水稻穗自然形态变化的分类系统，将水稻穗分为五个不同的类别。此外，我们利用来自 2920 个不同水稻种质的数据，设计了一组针对不同水稻穗类别的单变量线性回归方程，以建立预测值与实际值的相关性。

实验结果表明，计数准确率为 92.60%，平均绝对百分比误差为 7.69%。此外，这项研究还表明，使用穗的双面图像并不能显著提高计数准确率。这项研究代表了在水稻穗自然形态内实现精确高效计数的成功尝试，为检测和计数密集物体提供了一种新颖的解决方案。

华中农业大学宋鹏副教授团队：自然形态稻粒精确计数：一种基于图像分类和物体检测的方法