祝贺实验室研究成果在国际学术期刊《Frontiers》刊出

2022-04-14 智能机器人实验室

祝贺实验室研究成果在国际学术期刊《Frontiers》刊出

2022年1月，智能机器人实验室在国际学术期刊《Frontiers》发表论文，提出了一种基于机器视觉结合深度学习的方法，实现了对大豆产量早期的精确预测。

目前，作物产量预测方法大多研究环境变化对于产量的影响，而对实际产量预估并不重视。最常用的产量预测方法仍是传统的人工采样进行统计预估。针对人工测产成本高、耗时长、精度低等问题，提出一种基于豆荚和叶片图像识别的大豆产量预测方法。

经研究发现，YOLOv3检测模型在预测精度和速度方面优于Faster R-CNN、FPN、SSD等模型。进而该团队通过改变模型架构，修改IoU损失函数，采用聚类锚框等方法，对YOLOv3进行了改进。在此基础上，以总叶片数和识别出的不同类型豆荚为输入，利用GRNN（优于PLSR和BPNN）建立了每株不同类型豆荚数量的预测模型，平均预测精度显著提高。该团队研究发现，改进的YOLOv3算法可以识别不同类型豆荚的叶片数，并结合不同豆荚的平均重量，实现提前30-40天时间对大豆产量的精确预测，这为加快大豆种质检测和其他作物表型检测提供了新的思路。

详见：https://www.frontiersin.org/articles/10.3389/fpls.2021.791256/full