基于嵌入式的稻种计数系统设计OA
精确的稻种计数是水稻培育研究中的必要步骤,人工计数费时费力且容易出现误差,因此设计基于嵌入式的稻种计数系统。首先,采用OpenMV嵌入式平台作为图像处理核心模块,通过摄像头进行稻种图像的采集,并将轻量化的MobileNet V2模型作为目标检测框架SSD的主干网络,构造出MobileNet—SSD稻种检测和计数模型;然后,对模型进行量化并移植部署到OpenMV上对采集的稻种图像进行实时检测和自动计数,将计数结果显示在串口屏上;最后,与传统阈值分割计数方法进行对比。结果表明,该方法对随机稻种计数的准确率达到99.4%,比阈值分割的准确率高1.6%,对粘连稻种的准确率达到98.3%,比阈值分割方法高4.3%,且能够实现对100颗及以下数量稻种的精确计数。
刘晓洋;孙晨昕;张恩浦;黄旭鹏;阮承治;陈方方
淮安大学自动化学院,江苏淮安223001 农机智能控制与制造技术福建省高校重点实验室,福建南平354300淮安大学自动化学院,江苏淮安223001淮安大学自动化学院,江苏淮安223001淮安大学自动化学院,江苏淮安223001农机智能控制与制造技术福建省高校重点实验室,福建南平354300 武夷学院机电工程学院,福建南平354300淮安大学自动化学院,江苏淮安223001
农业科技
稻种计数深度学习OpenMV嵌入式粘连稻种
《中国农机化学报》 2026 (6)
P.166-173,F0002,9
国家自然科学基金项目(32301711,61903288)江苏省高等学校基础科学(自然科学)面上项目(21KJB210018)农机智能控制与制造技术福建省高校重点实验室开放课题(AMICM202201)福建省自然科学基金项目(2021J011132)。
评论