基于改进YOLOX的棉花姿态品级识别及其定位研究OA北大核心CSTPCD

【目的】旨在解决高质量采棉要求下,采棉机对不同姿态和品级的棉花进行精确识别与定位的问题,提出了1种基于改进YOLOX的棉花检测方法YOLOX-Cotton。【方法】YOLOX-Cotton使用YOLOX模型作为主体框架,包含识别模块和定位模块,并引入了CA(coordinate attention)模块和SIoU损失函数,以多种姿态、品级的棉花图片作为数据集,对其进行训练并测试。【结果】YOLOX-Cotton模型的识别模块能够识别不同姿态和品级的棉花,且模型精确率、召回率和平均精度均值达到92.9%、86.8%和92.4%,与原YOLOX模型相比分别提升了5.2、5.5和6.1百分点。该模型的定位模块能够准确获得棉花的位置,测量结果均在田间试验验证结果的阈值范围内,所有样本的标准偏差均小于0.01。【结论】YOLOX-Cotton能够有效解决采棉机在高质量采棉要求下对棉花的识别与定位问题,将为实现高质量采棉提供了有力的技术支撑。