基于YOLOv5与ResNet的圣女果种植监测与信息管理系统  

作　　者：王富达 卞晓晓 王瀚翔 李晓阳 WANG Fuda;BIAN Xiaoxiao;WANG Hanxiang;LI Xiaoyang

机构地区：[1]南京航空航天大学金城学院信息工程学院,江苏南京211156

出　　处：《信息技术与信息化》2023年第4期83-86,共4页Information Technology and Informatization

基　　金：南京航空航天大学金城学院2022年大学生创造项目,项目编号202213655016Y。

摘　　要：为提高圣女果种植过程中的信息管理效率,减少人力投入,提出了一套针对圣女果种植大棚的监测与信息管理系统。系统包含果实测产、病害监测和信息采集与管理三大功能。首先,基于深度学习的方法,利用YOLO v5算法训练圣女果目标检测模型,可识别图像信息中的圣女果位置信息,并按照成熟、即将成熟和未成熟进行分类。然后,为了实现果实测产功能,提出了一种基于平均果实密度的测产算法,能够分别预测短期内成熟果实产量和总产量。最后,基于ResNet分类算法,训练了病害分类模型,可通过植株叶片有效区分5类圣女果病害。实验结果表明,系统能够满足圣女果种植过程中的测产、病害监测需求,同时配合各类传感器,系统可以采集并记录温湿度、二氧化碳浓度等信息。

关 键 词：卷积神经网络 目标检测 病害检测 果实测产 信息管理 

分 类 号：S641.2[农业科学—蔬菜学] TP391.41[农业科学—园艺学]