在大豆田中使用改进的YOLOv7检测杂草,并评估除草剂减少效率
Jinyang Li1, Wei Zhang1,2, Hong Zhou1
1College of Engineering, Heilongjiang Bayi Agricultural University, Daqing, China.
Frontiers in plant science
|January 26, 2024
概括
可持续农业需要减少除草剂. 使用无人机 (UAV) 的新型YOLOv7-FWeed模型能够准确地检测大豆田中的杂草,从而减少除草剂的使用,而不损害作物.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 可持续农业 可持续农业
背景情况:
- 越来越多的环境意识推动了对可持续农业和减少除草剂使用的需求.
- 目前在大豆田中的杂草检测方法缺乏准确性和效率,通常依赖于人工劳动,并在复杂的环境中扎.
- 精确的杂草检测对于评估减少除草剂应用策略的有效性至关重要.
研究的目的:
- 为大豆田开发一个改进的杂草检测模型,以支持减少除草剂.
- 评估减少除草剂应用水平对杂草控制和大豆生长的有效性.
- 为大豆种植中有效的杂草管理提供智能解决方案.
主要方法:
- 在大豆田中进行了除草实验,减少了四个级别的除草剂应用.
- 使用无人机 (UAV) 来获取图像.
- 开发并实施了一种新的杂草检测模型,YOLOv7-FWeed,结合F-ReLU激活和基于YOLOv7.7的MaxPool多头自我注意 (M-MHSA) 模块.
主要成果:
- 该YOLOv7-FWeed模型表现出优于YOLOv7和YOLOv7增强的性能,达到0.9496的精度,0.9125的回忆,0.9307的F1得分和0.9662.7的mAP.
- 电静电喷涂+10%的除草剂减少水平被确定为有效用于大豆田的杂草除草.
- 持续的监测证实,减少除草剂的应用有效控制了杂草的生长,而不会对大豆叶面积或干物质重量产生负面影响.
结论:
- YOLOv7-FWeed模型为大豆田中的杂草检测提供了一个高度准确和高效的解决方案.
- 减少除草剂的应用,特别是用10%的减少进行静电喷,是可持续大豆种植的可行策略.
- 这项研究促进了智能杂草管理,支持减少除草剂,并指导有效的应用技术.
