结合轻量级麦穗检测模型和离线Android软件开发的田间小麦测产

陈佳玮，李 庆，谭巧行，桂世全，王 笑，易福金，姜 东，周 济,5

·农业信息与电气技术·

结合轻量级麦穗检测模型和离线Android软件开发的田间小麦测产

陈佳玮1,2，李 庆3，谭巧行1，桂世全1，王 笑3，易福金4，姜 东3，周 济1,5※

（1. 南京农业大学前沿交叉研究院/植物表型组学研究中心/江苏省现代作物生产省部共建协同创新中心，南京 210095；2. 南京农业大学工学院，南京 210095；3. 南京农业大学农学院，南京 210095；4. 南京农业大学经济管理学院，南京 210095；5. 英国剑桥作物研究中心/英国国立农业植物研究所，剑桥 CB3 0LE，英国）

单位面积麦穗数是重要的产量构成因素之一，通过该性状和不同品种历史数据在田间完成对小麦产量的预估，对育种栽培和农业生产具有非常重要的意义。该研究基于小麦田间栽培试验提出了一套结合轻量级深度学习技术和小麦测产算法在Android（安卓）智能手机上离线分析单位面积穗数和田间测产的技术方案。首先介绍了手机标准化俯拍小麦冠层和手机端图像预处理算法，再根据灌浆期小麦冠层图像构建了MobileNetV2-YOLOV4深度学习模型对单位面积中的麦穗进行识别，然后结合迁移学习和TensorFlow.lite转换器完成了模型轻量化，最后通过Android SDK和SQLite构建了不同小麦品种在手机端的产量数据库和人机交互图形界面。开发的安卓软件“YieldQuant-Mobile”（YQ-M）可离线识别手机拍摄的麦穗数量，并在田间完成产量预测和结果输出等功能。基于从中国各小麦主产区中选择的80个代表性品种（共240个1 m2小区），使用YQ-M完成了这些品种的麦穗检测和小区测产研究。……