近日，HorticultureResearch上發(fā)表的一篇文章提出了一種基于深度學(xué)習(xí)的現(xiàn)場(chǎng)水果計(jì)數(shù)方法。該實(shí)驗(yàn)在中國(guó)四川省眉山市的兩個(gè)橘園進(jìn)行。方法包括水果檢測(cè)算法OrangeYolo和水果跟蹤算法OrangeSort，有效提高了柑橘類(lèi)水果計(jì)數(shù)的準(zhǔn)確性。

OrangeYolo使用Darknet53作為算法骨干網(wǎng)絡(luò)，并進(jìn)行了修改以提高多尺度小目標(biāo)的檢測(cè)精度。研究人員還引入了通道注意和空間注意多尺度融合模塊，將深層網(wǎng)絡(luò)的語(yǔ)義特征與淺層紋理細(xì)節(jié)特征融合在一起，進(jìn)一步提高了目標(biāo)檢測(cè)的準(zhǔn)確性。

OrangeSort是跟蹤算法中的一種水果跟蹤模塊，可用于解決因遮擋水果而導(dǎo)致的重復(fù)計(jì)數(shù)問(wèn)題。研究人員開(kāi)發(fā)了一種跟蹤運(yùn)動(dòng)位移的算法和一種計(jì)算特定跟蹤區(qū)域的策略，以克服重復(fù)計(jì)數(shù)問(wèn)題。

“使用從包含22棵樹(shù)的兩個(gè)字段中獲取的六個(gè)視頻序列作為驗(yàn)證數(shù)據(jù)集，所提出的方法顯示出相對(duì)于基于視頻的手動(dòng)計(jì)數(shù)的最佳性能，”作者說(shuō)，證明所提出的方法與其他現(xiàn)有算法相比具有實(shí)用價(jià)值.

作者還提供了對(duì)該技術(shù)未來(lái)的一瞥：“未來(lái)的工作可以著眼于使用3D技術(shù)定位水果空間坐標(biāo)以實(shí)現(xiàn)更準(zhǔn)確的計(jì)數(shù)，并將在后續(xù)研究工作中進(jìn)一步探索線(xiàn)尾轉(zhuǎn)彎。”