基于深度学习的甘蔗茎节识别方法  

作　　者：丘刚玮 唐伟萍[2] 

机构地区：[1]广西农业职业技术大学信息工程学院,广西南宁530007 [2]广西电力职业技术学院汽车与交通工程学院,广西南宁530007

出　　处：《广西糖业》2024年第5期354-359,共6页Guangxi Sugar Industry

基　　金：广西农业职业技术大学自然科学与技术开发计划项目(XKJ2357)。

摘　　要：甘蔗茎节识别是实现切种机对甘蔗精准切种的重要步骤。高效的甘蔗茎节识别定位能帮助甘蔗切种机提高茎节识别精度、保护蔗芽及减少刀具磨损。文章通过实地调研和文献查阅,了解识别甘蔗茎节特征的方法,分析深度学习在计算机视觉领域的应用效果,旨在实现对甘蔗茎节表面特征进行精准快速高效识别,并基于YOLOv5模型建立智能识别卷积神经网络模型,提出一种甘蔗茎节识别方法(甘蔗茎节识别模型),通过收集的甘蔗训练图像对模型进行训练,并在测试集上验证。训练和测试结果表明,建立的甘蔗茎节识别模型可准确识别甘蔗茎节,识别准确率达90.2%,召回率达90.1%,可在智能化甘蔗切种机开发中参考应用。

关 键 词：甘蔗切种 茎节识别 深度学习 YOLOv5模型 快速准确定位 

分 类 号：S566.1[农业科学—作物学] TP391.4[自动化与计算机技术—计算机应用技术]