一种基于深度学习的番茄穴盘苗分级检测与数据传输方法-科创中国●保定云

一种基于深度学习的番茄穴盘苗分级检测与数据传输方法

成果描述

本发明公开了一种基于深度学习的番茄穴盘苗分级检测与数据传输方法，步骤为：选取壮苗指标，获取壮苗弱苗的分级临界值；构建壮苗弱苗检测数据集；构建SO‑YOLOv7目标检测模型，并对模型进行训练；检测穴盘苗正视和俯视图像，获取叶面积和株高信息；进行壮苗指标运算，判断穴盘苗的壮弱等级；将穴盘苗壮弱信息发送至可编程控制器，实现壮弱苗的分选。本发明提供的一种基于深度学习的番茄穴盘苗分级检测与数据传输方法，可以有效避免叶片干扰，具有较强的模型特征提取能力和捕获复杂视觉信息的能力；能获取目标的完整信息，从幼苗生长发育的角度对穴盘苗的质量等级作出评判，检测的准确度更高、评判更客观；可以为后续自动化分选提供技术支持。

应用范围

我国是蔬菜种植大国，目前我国的蔬菜种植多采用工厂化穴盘育苗模式，穴盘育苗技术是指采用草炭、蛭石等轻基质无土材料作育苗基质，机械化精量播种，一穴一粒，一次性成苗的现代化育苗技术。

穴盘育苗技术便于规模化管理，是实现蔬菜优质、高产的重要手段，具体有以下几大优势：(1)穴盘育苗在填料、播种、催芽等过程中均可利用机械完成，操作简单、快捷，适于规模化生产；(2)种子分播均匀，成苗率高，降低了种子成本；(3)穴盘中每穴内种苗相对独立，既可以减少相互间病虫害的传播，又可以减少小苗间营养争夺，根系也能充分发育；(4)可以增加育苗密度，便于集约化管理，提高温室利用率，降低生产成本；(5)由于统一播种和管理，使小苗生长发育一致性高，有利于提高种苗品质和规模化生产；(6)种苗起苗移栽简捷、方便，不损伤根系，定植成活率高，缓苗期短；(7)穴盘苗便于存放和运输。

但是，由于种子、播种、播后管理等因素的影响，穴盘苗也会出现大小不一、壮弱不均的情况，在出售或移栽前需要对秧苗进行分选，以保证移栽后植株的均匀一致性，以便于利于统一管理和为蔬菜的总收成提供保障。目前分选作业主要依靠人工，劳动强度大、效率低，质量难以保障。因此开发自动化穴盘苗分级检测与数据传输系统，为实现后续自动化分选提供技术支持，对提高分选效率、保证生产质量具有重要意义。

前景分析

本发明提供的一种基于深度学习的番茄穴盘苗分级检测与数据传输方法，具有如下技术效果：

1.本发明提供的番茄穴盘苗分级检测与数据传输方法，通过使用Swin‑TransformeBlock模块，实现对目标全局信息的获取；通过使用全维动态卷积，可以增强模型特征提取能力；通过用FReLU激活函数代替YOLOv7卷积块中的SiLU激活函数，使普通卷积也具备了捕获复杂视觉信息的能力；通过拉大两株穴盘苗的间距，可以避免相邻两穴盘苗之间因长势不均造成的叶片干扰，这些功能模块/步骤的紧密配合使本发明提供的方法能更好地获取目标的完整信息，壮苗弱苗检测的准确度更高；

2.本发明提供的SO‑YOLOv7目标检测模型通过检测穴盘苗正视和俯视图像，获取叶面积和株高数据并进行壮苗指标运算，与K‑均值聚类分析得出的分级临界值对比，进行等级划分，该方法可较好的从幼苗生长发育的角度对穴盘苗的质量等级作出评判，评判更客观；

3.本发明提供的番茄穴盘苗分级检测与数据传输方法，通过先将数据排序再发送至可编程控制器，可以有效防止穴盘苗数据在发送过程中顺序错乱导致寄存器中的信息与真实穴盘类别不符，导致壮苗和弱苗被误检的情况；

4.本发明提供的番茄穴盘苗分级检测与数据传输方法，使用串口通讯的方式将穴盘苗的等级信息发送至可编程控制器寄存器中，可以为后续的自动化分选提供技术支持。

联系方式

联系人：
张秀花
联系电话：
19932581836
通讯地址：
河北省保定市灵雨寺街289号

请填写以下信息

联系人：

手机号：

单位名称：

备注：

取消确定