来源：期刊VIP网 时间：
作者：李会;郭家文;黄世醒;郑丁科;安星宇;郑健林;杨丹彤;
单位：华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室;云南省农业科学院甘蔗研究所;
摘要：查找甘蔗缺苗点是进行甘蔗补苗的重要环节,针对人工查找效率低的问题,提出了一种基于改进YOLOv7的甘蔗幼苗检测方法。田间环境较为复杂,需要考虑拍摄距离、高度、光照、杂草、遮挡和目标物大小不一等因素,对YOLOv7进行改进。在主干网络(backbone)中添加了SE注意力机制,解决了甘蔗幼苗大小不一进而导致漏检的问题,并添加SAConv,提高了检测器的性能;在head中引入CoordConv,提高网络对蔗苗位置的感知能力和多尺度检测能力;最后,对模型进行轻量化改进,对原始模型和改进模型进行对比试验和性能评估。试验结果表明:基于YOLOv7-SSC的甘蔗幼苗检测模型准确率达95.1%,召回率为96%,MAP值为94.4%,推理速度为8.79帧/s,内存占用量53.8 MB。相较原模型,准确率提高了4个百分点,召回率提高了1个百分点,MAP值提高了1.4个百分点,性能优于SSD、Faster-RCNN、YOLOv5、YOLOv7等模型。改进YOLOv7甘蔗幼苗检测模型能够在有效抑制田间环境因素干扰下,准确快速地识别到甘蔗苗,可为大田其他作物的检测研究提供参考。
关键词：幼苗检测;;YOLOv7;;SE注意力机制;;SAConv;;Coord Conv;;轻量化;;甘蔗
基金资助：国家现代农业产业技术体系(糖料)建设专项(CARS-17-0404);; 云南省重大科技专项计划项目(202102AE090028)
