基于YOLOv3的杨梅关键发育期识别技术OA

本文提出了一种基于深度学习目标检测技术的杨梅开花期、幼果期和果实成熟期等关键发育期自动识别方法,首先搜集整理日常观测中拍摄的杨梅不同发育期影像资料,然后分析整理杨梅雌花、杨梅果实等器官的形态特征,并对相应特征进行分类标注,形成杨梅关键发育期特征数据集,最后利用YOLOv3算法训练本地化目标检测模型,实现对杨梅开花期、幼果期和果实成熟期等关键发育期的自动识别.随机使用特征数据集中未参加训练部分对本地化目标检测模型进行测试,该模型对雌花开花、幼果和成熟果实的识别准确率分别可达90.91％,90.79％和90.83％.表明本文所提出的方法可以作为实现杨梅关键发育期观测自动化的可行方案.