《农业工程学报》2024年第40卷第14期刊载了河北农业大学等单位司永胜、孔德浩、王克俭、刘丽星与杨欣的论文——“基于改进YOLOv8-Seg的苹果单枝条花序疏除方法”。该研究由国家现代农业产业技术体系项目（项目号：CARS-27）资助。
引文信息：司永胜，孔德浩，王克俭，等. 基于改进YOLOv8-Seg的苹果单枝条花序疏除方法[J]. 农业工程学报，2024，40(14)：100-108.
DOI: 10.11975/j.issn.1002-6819.202312096
研究目的与方法：
针对苹果疏花作业中无法自动识别枝干以及缺乏花序疏除方法，该研究提出了一种适用于现代果园的苹果树单枝条花序疏除方法。
首先，对YOLOv8-Seg模型进行改进：在Backbone部分添加GCT（Gaussian context transformer）模块，通过引入全局上下文信息和调整通道的重要性，提高模型对遮挡目标的分割性能；在对应3个检测头的Neck部分的C2f模块内部增加EMA（efficient multi-scale attention）机制，通过并行子网结构和跨空间信息聚合更好地关注多尺度特征。
其次，使用改进YOLOv8-Seg模型对单枝条中的花苞、花序、开放花朵和花枝四类目标进行实例分割。最后，基于分割结果应用多项式拟合曲线表征花枝，并计算花序间距离实现花序疏除。
结果与结论：
结果表明，改进的YOLOv8s-Seg模型在自建数据集mask水平的精确率、召回率和mAP分别达到了89.9%、89.5%和91%，比原模型分别提升了6.5、4.1和5.8个百分点。与主流分割模型Mask R-CNN，YOLACT，SOLOv2进行对比，mask水平的mAP分别高出10.8、12.3和9.1个百分点。花序疏除决策结果与人工决策结果对比误差不超过10%。该方法可应用于单枝条水平上的花序疏除任务，为苹果智能疏花提供技术支持。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae@tcsae.org
发布征集
欢迎广大作者、读者投稿至我刊公众号，包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。
公众号文章投稿邮箱：abe-newmedia@tcsae.org
»» 点击 阅读原文 免费获取全文
