Główne pojęcia
本文提出了一種基於深度迴歸網路的方法,能夠在果園中估算、定位和計數花朵和果實,無需進行明確的物體檢測或多邊形註釋。
Streszczenie
本文提出了一種名為AgRegNet的深度迴歸網路,用於估算、定位和計數果園中的花朵和果實。AgRegNet採用U型網路架構,並使用修改過的ConvNeXt-T作為特徵提取器。該網路利用分割信息和注意力機制來突出相關的花朵和果實特徵,同時抑制非相關的背景特徵。
實驗評估顯示,AgRegNet在蘋果花朵和果實數據集上取得了良好的準確性,在結構相似性指數(SSIM)、百分比平均絕對誤差(pMAE)和平均精確度(mAP)方面分別達到0.938、13.7%和0.81(花朵)以及0.910、5.6%和0.93(果實)。由於該方法依賴於點註釋信息,因此適用於稀疏和密集分佈的物體。這種簡化的技術將非常適用於種植者準確估算產量,並決定最佳的化學和機械花朵疏花實踐。
Statystyki
花朵數據集中,平均每張圖像有132個花朵。
果實數據集中,平均每張圖像有55個果實。