华中农业大学学报

作者：胡玲艳，孙浩，徐国辉，郭睿雅，郭占俊，陈鹏宇，裴悦琨，汪祖民

单位：1.大连大学信息工程学院，大连 116622;2.大连市现代农业生产发展服务中心，大连 116000

关键词：机器视觉;改进泊松融合;YOLOv5;注意力机制;Transformer;CARAFE

基金：国家自然科学青年基金项目（61601076）；大连市科技创新基金项目（2020JJ26SN058，2021JJ13SN78）胡玲艳，E-mail： hulingyan@dlu.edu.cn

为评估日光温室蓝莓开花窗口期内授粉蜜蜂投放量的合理性，基于机器视觉对蓝莓的蜜蜂授粉次数进行统计。针对检测环境复杂、目标尺度小、易被遮挡等问题，对数据集进行改进泊松融合数据增强处理；并优化设计YOLOv5模型结构，通过引入GAM注意力机制和Transformer模块，增强模型特征提取能力，特征金字塔网络采用BiFPN结构及CARAFE模块补充上下文信息；使用EIoU损失函数和Soft NMS边界框筛选算法，提高边界框的定位精度，解决目标遮挡漏检问题。结果显示，改进后网络的平均精度均值达到96.6%，较原网络提高3.5个百分点，在GPU上对单张蓝莓授粉图像的平均检测时间为11.4 ms。研究结果表明，本研究建立的模型的识别准确度、检测速度及鲁棒性能满足对蓝莓的蜜蜂授粉次数的实时监测。

来源：2023年第3期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2023年第3期