基于深度学习的蜜柚果树航拍图像检测

叶 青，龙满生，曾劲涛,2，吴泽奇，游伟坤，张传河

基于深度学习的蜜柚果树航拍图像检测

叶 青1，*龙满生1，曾劲涛1,2，吴泽奇1，游伟坤1，张传河1

（1.井冈山大学电子与信息工程学院，江西，吉安 343009； 2.江西省农作物生长物联网技术工程实验室，江西，吉安 343009）

精细化、智慧化是果园管理的必然发展趋势，其中果树位置信息是果园管理的重要数据。为了快速获取井冈蜜柚果树的位置，利用无人机航拍获取蜜柚果园的正射影像，提出了一种用于检测蜜柚果树目标的SSD改进算法。该算法将原SSD算法的主干网络VGG替换为VoVNet，提高了特征提取能力。对样本数据进行了裁剪处理，有效提高了算法检测小目标的能力。实验结果表明，蜜柚果树目标的平均检测精度达到92.6%。

图像识别；目标检测；深度学习；果园管理；无人机遥感

0 引言

现代果园管理正朝着精准化、智慧化方向发展，如通过精准施肥、精准喷药、精准灌溉等方式来降低生产成本、减少环境污染、提高果实产量和品质。果树的位置信息是果园精准化、智慧化管理的关键基础数据，对于水果产品溯源也具有重要支撑作用。井冈蜜柚是吉安市的主要农产品，种植规模大，亟需精准化管理来提升井冈蜜柚产量、品质与品牌。目前，果树位置信息主要依靠人工采集，存在效率低、成本高、时效性差等问题。无人机航拍技术的快速发展，为低成本、高效率地获取果园影像提供了有效手段。相比于传统的遥感监测技术，无人机具有灵活性大、使用方便、分辨率高、时效性强等特点。……