引用格式：龍潔花, 郭文忠, 林森, 文朝武, 張宇, 趙春江. 改進YOLOv4的溫室環境下草莓生育期識別方法[J]. 智慧農業（中英文）, 2021, 3(4): 99-110.
LONG Jiehua, GUO Wenzhong, LIN Sen, WEN Chaowu, ZHANG Yu, ZHAO Chunjiang. Strawberry Growth Period Recognition Method Under Greenhouse Environment Based on Improved YOLOv4[J]. Smart Agriculture, 2021, 3(4): 99-110.
點選直達知網閱讀
點選直達官網閱讀（全文免費）
改進YOLOv4的溫室環境下草莓生育期識別方法
龍潔花1,2, 郭文忠1, 林森,1, 文朝武1, 張宇1, 趙春江1
1.北京市農林科學院智慧裝備技術研究中心，北京 100097
2.上海海洋大學 資訊學院，上海 201306
摘要：針對目前設施農業數字化栽培調控技術中對作物的生育期實時檢測與分類問題，提出一種改進YOLOv4的溫室環境下草莓生育期識別方法。該方法將注意力機制引入到YOLOv4主幹網路的跨階段區域性殘差模組（Cross Stage Partial Residual，CSPRes）中，融合草莓不同生長時期的目標特徵資訊，同時降低複雜背景的干擾，提高模型檢測精度的同時保證實時檢測效率。以雲南地區的智慧設施草莓為試驗物件，結果表明，本研究提出的YOLOv4-CBAM（YOLOv4-Convolutional Block Attention Module）模型對開花期、果實膨大期、綠果期和成熟期草莓的檢測平均精度（Average Precision，AP）分別為92.38%、82.45%、68.01%和92.31%，平均精度均值（Mean Average Precision，mAP）為83.79%，平均交併比（Mean Inetersection over Union，mIoU）為77.88%，檢測單張影象時間為26.13 ms。YOLOv4-CBAM模型檢測草莓生育期的mAP相比YOLOv4、YOLOv4-SE、YOLOv4-SC模型分別提高8.7%、4.82%和1.63%。該方法可對草莓各生育期目標進行精準識別和分類，併為設施草莓栽培的資訊化、規模化調控提供有效的理論依據。
關鍵詞：目標檢測 ; 草莓 ; 生育期識別 ; YOLOv4 ; 殘差模組 ; 注意力機制 ; 損失函式
文章圖片
圖1 草莓種植基地與影象採集裝置
Fig. 1 Strawberry planting base and image acquisition equipment
圖2 不同生育期草莓樣本
Fig. 2 Strawberry sample of different growth periods
圖3 SE和CBAM注意力機制網路結構圖
Fig. 3 SE and CBAM attention mechanism network structure diagram
圖4 改進的YOLOv4網路結構圖
Fig. 4 Improved YOLOv4 network structure diagram
圖5 融入注意力機制的特徵提取網路
Fig. 5 Feature extraction network integrated with attention mechanism
圖6 草莓生育期檢測模型架構
Fig. 6 Detection model architecture of strawberry growth period
圖 7 不同模型識別草莓生育期效果圖
Fig. 7 Effect diagram of strawberry growth period identification by different models
通訊作者簡介
林森 高階工程師
林森，男，北京市農林科學院智慧裝備技術研究中心高階工程師，智慧裝備部部長，長期致力於設施農業大資料分析、機器人作業系統等方面研究。主持北京市科技計劃專案1項和北京市農林科學院青年基金科研專案1項，負責建設了全國蔬菜質量標準中心（山東壽光）智慧農業科技園溫室智慧化管控專案；獲得中國農業農村重大新裝備2項，北京市新產品1 項，發表論文11篇，其中SCI/EI 6篇，獲得發明專利8項、實用新型專利7項、軟體著作權11 篇。2019年獲得瓦赫寧根大學舉辦的“全球溫室智慧種植大賽”第四名，2020 年帶領團隊獲得首屆“多多農研科技大賽”一等獎，2021 年帶領團隊獲得首屆“中國農業機器人創新大賽”一等獎，具有較強的科研能力和創新思維，具有紮實的專業理論和豐富的人工智慧實踐經驗。
來源：《智慧農業（中英文）》2021年第4期
轉載請聯絡編輯部授權
本期支援單位
京藍雲智物聯網技術有限公司
浙江臻善科技股份有限公司
微信交流服務群
為方便農業科學領域讀者、作者和審稿專家學術交流，促進智慧農業發展，為更好地服務廣大讀者、作者和審稿人，編輯部建立了微信交流服務群，有關專業領域內的問題討論、投稿相關的問題均可在群裡諮詢。
入群方法：加小編微信331760296，備註：姓名、單位、研究方向，小編拉您進群，機構營銷廣告人員勿擾。
資訊釋出
科研團隊介紹及招聘資訊、學術會議及相關活動的宣傳推廣
