计算机工程

作者：王楷, 韩笑, 朱华吉, 缪祎晟, 吴华瑞

单位：1. 江苏大学 计算机科学与通信工程学院, 江苏 镇江 2120132. 国家农业信息化工程技术研究中心, 北京 1000973. 北京市农林科学院信息技术研究中心, 北京 1000974. 农业农村部数字乡村技术重点实验室, 北京 100097

关键词：分割算法,甘蓝苗株,苗期识别,递归特征金字塔,空洞空间金字塔池化

基金：科技创新2030——“新一代人工智能”重大项目(2021ZD0113604); 财政部和农业农村部：国家现代农业产业技术体系资助项目(CARS-23-D07)

温室作物长势分析是近年来农业信息化领域中的研究热点，目前国内温室多用穴盘育苗的方式，其密集种植的特点和复杂的背景干扰给穴盘苗株的分割识别任务带来挑战。提出一种基于YOLACT-RFX的分割算法实现对穴盘内甘蓝苗株的高精度分割和苗期识别。通过引入递归特征金字塔结构加强甘蓝苗株叶片边缘处的特征提取能力，改进相邻穴盘孔位中相互干扰苗株的分割性能。在递归特征金字塔结构中利用空洞空间金字塔池化结构对尺寸和形状快速变化的甘蓝苗株进行特征识别。最后，融合ResNeXt主干网络提升算法精度，加快模型收敛速度。基于甘蓝苗自建数据集验证所提算法的有效性，实验结果表明，当交并比为0.5时，YOLACT-RFX算法的各类平均精度为84.4%，平均召回率为92.7%，相较于YOLACT算法分别提升了3.6%和3.9%。在同等情况下，分割效果优于MASK-RCNN、SOLO、QueryInst等算法。改进后的YOLACT-RFX算法可实现对不同生长期内甘蓝穴盘苗株的高精度分割，为温室自动化甘蓝苗期管理提供技术基础。

来源：2023年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第12期