基于机器视觉的制种玉米遗漏雄穗识别检测OA

玉米大规模田间制种需要在母本雄穗散粉前将其去除,以确保母本雌穗仅受到父本雄穗的花粉,从而保证杂交种子纯度。针对玉米杂交制种田间去雄农机和多次人工去雄后仍然存在遗漏雄穗问题,提出了一种应用于遗漏雄穗巡检机器人的雄穗识别检测算法。巡检机器人利用无人机搭载相机,基于计算机视觉技术,自动检测制种田中遗漏的母本雄穗,评估地面去雄作业质量,并为补漏去雄提供遗漏雄穗位置信息。为此,基于机器视觉技术和遥感无人机技术,采集抽雄期制种玉米雄穗可见光图像,利用Segment Anything Model(SAM)图像半自动标注方法和随机亮度、高斯噪声等图像增强手段模拟自然环境变化对巡检任务造成的影响,构建了制种玉米未出穗雄穗数据集,改进了YOLOv5算法以识别遗漏的玉米雄穗;结合MobileNetV3特征提取网络对YOLOv5网络结构轻量化处理,利用倒残差结构提高非线性通道表现能力并同时降低参数量。模型训练实验结果表明:Mv3-YOLOv5算法检测精度达到95.00%,模型参数量为5.02 M,比YOLOv5减少了28.79%,实时检测速度39帧/s,能满足巡检机器人实时检测雄穗的要求,为杂交制种玉米巡检机器人评估去雄质量和补漏去雄提供了技术支持。