来源：期刊VIP网 时间：
作者：杜岳峰;侯思余;李国润;
单位：中国农业大学工学院;中国农业大学现代农业装备优化设计北京市重点实验室;
摘要：玉米籽粒含杂率是籽粒收获机的关键指标之一,但目前我国玉米籽粒收获过程无法实现在线实时检测。为此,首先设计了一种玉米籽粒含杂检测装置,并建立了籽粒含杂计算模型;然后,收集了玉米籽粒-含杂图像数据集,并进行了图像增强和标签制作;再者,提出了一种结合压缩-激励注意力模块的改进DeepLab v3+模型;最后,进行了不同模型的对比试验和田间试验。试验结果表明:改进DeepLab v3+深度学习模型的MIoU和PA分别达到92.17%和96.45%,其分割效果优于其他对比模型。采用Xception为主干网络的改进DeepLab v3+模型比ResNet50和ResNet101的效果更好。在田间试验中,装置检测与人工检测的结果相近,两者的绝对误差和相对误差较小。所提出的含杂率检测装置和算法能够实时在线检测含杂率,提高了玉米籽粒收获效率和质量,推动了我国玉米籽粒收获机的自动化进程。
关键词：玉米收获;;深度学习;;含杂检测;;DeepLab v3+;;田间试验
基金资助：国家自然科学基金项目(52175258)
