算法|农业科研:改进检测梨树花序算法,智能化疏花

算法|农业科研:改进检测梨树花序算法,智能化疏花

文章图片

算法|农业科研:改进检测梨树花序算法,智能化疏花

文章图片


关于农业方面的科研一直都在就IXUS , 目前更是向跨学科、跨专业、跨院系方向发展 , 意图用现代化科技 , 代替人工繁琐重复性作业 , 真正解放人力 。

农业科研
梨树开花早 , 花整齐 , 疏花是梨生产中的重要农艺措施 , 机械化智能疏花是当今高速发展的疏花方式 , 花朵与花苞的分类与检测 , 是保证疏花机器正常工作的基本要求 。 为提升梨园智能化疏花效率 , 江苏省农业科学院农业设施与装备研究所携手江苏大学 农业工程学院 , 以此展开了研究 。
研究针对目前梨园智能化生产中出现的梨树花序检测与分类问题 , 提出了一种基于改进YOLOv5s的水平棚架梨园花序识别算法Ghost-YOLOv5s-BiFPN , 试图以科技手段快速、高效的疏花 。

示意图
通过对田间采集的梨树花苞与花朵图像进行标注与数据扩充后送入算法进行训练得到检测模型 。 Ghost-YOLOv5s-BiFPN运用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network , BiFPN)替换原始的路径聚合网络(Path Aggregation Network , PAN)结构 , 对网络提取的不同尺寸目标特征进行有效的融合 。 同时运用Ghost模块替换传统卷积 , 在不降低准确度的同时减少模型参数量和提升设备运行效率 。 田间试验结果表明 , 改进的Ghost-YOLOv5s-BiFPN算法对梨树花序中花苞与花朵的检测精度分别为93.2%和89.4% , 两种目标平均精度为91.3% , 检测单位图像时间为29 ms , 模型大小为7.62 M 。 相比于原始YOLOv5s算法 , 检测精度与召回度分别提升了4.2%和2.7% , 检测时间和模型参数量分别降低了9 ms和46.6% 。

数据对比
本次研究提出的算法可对梨树花苞与花朵进行精确地识别和分类 , 为后续梨园智能化疏化的实现提供技术支持 。 此外 , 保花保果工作不可轻视 , 常规的保花措施有:

智慧梨园
1.花期霜冻造成损失很大 , 甚至绝收 , 喷涂护树将军可迅速形成一层保护膜 , 保护花芽免遭冻害 , 消毒防霜冻 。
2.使用促花王促花保果技术 。 在5月中、下旬环割涂抹促花王2号控制疯狂抽条健壮成花基因及花器子房 。 促控、促花、消毒、活性一次完成 。
3.保花保果:在梨树开花前、幼果期、果实膨大期各喷1次壮果蒂灵 , 加大输导管营养输送量 , 提高果实膨大活力 , 自我调节营养匹配 , 保花、保果、壮果、防落果 。
【算法|农业科研:改进检测梨树花序算法,智能化疏花】4.疏花疏果:疏花应在花序分离期至初花期进行 , 一般每隔20-25厘米留一个花序 , 其余花序全部疏除;疏果在谢花后一周开始 , 一个月内完成 , 旺树多留 , 弱树少留;疏花疏果应在花后26天内完成 。