通过使用实时图像识别和YOLOv4-tiny实时图像识别,通过塑料进行土豆种植的精确土壤覆盖
Huiqiang Lu1, Kaiyuan Liu1, Wei Sun2
1School of Mechanical and Electrical Engineering, Gansu Agricultural University, Lanzhou, 730070, China.
Scientific reports
|July 22, 2024
概括
这项研究介绍了一种精确的土壤覆盖装置,使用YOLOv4微型物体检测来准确识别和覆盖塑料薄膜中的土豆种子孔. 这项创新通过确保一致的土壤覆盖来提高产量,减少传统方法的错误.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 精准农业 精准农业 精准农业
背景情况:
- 在塑料薄膜种植中,土壤覆盖不一致的土壤覆盖土豆种子洞显著降低了作物产量.
- 目前的机械覆盖方法是重的,并提供不可靠的土壤覆盖.
- 开发精确地覆盖土壤的自动化系统对于高效的土豆种植至关重要.
研究的目的:
- 开发一种创新的,精确的土壤覆盖装置,用于土豆的塑料薄膜孔.
- 使用YOLOv4微型实时物体检测系统来准确识别洞穴.
- 提高土壤覆盖在土豆种植中的一致性和准确性.
主要方法:
- 实施了一种轻量级和高精度的YOLOv4微型物体检测系统,用于实时识别塑料薄膜中的洞.
- 设计并集成了一种精确的土壤覆盖装置,配有双旋转多杆山坡式种植器.
- 进行了实地测试,以评估系统的准确性和处理速度.
主要成果:
- YOLOv4-tiny系统的平均洞探测准确率约为98%.
- 该系统表现出每平均处理时间快15.15毫秒.
- 该设备有效地减少了土壤覆盖缺失和重复覆盖的问题.
结论:
- 基于YOLOv4-tiny的精确土壤覆盖装置显著提高了土豆种植的准确性和效率.
- 该系统的实时操作和反干扰能力解决了现有机械方法的局限性.
- 这项技术对自主土豆塑料薄膜精密土壤覆盖装置的商业开发具有前景.
