基于深度学习的玉米穗检测与姿态估计
计算机视觉与模式识别
2024-12-20 v1 机器学习
摘要
监控玉米植株的生长行为，如耳的发展，可提供对植物健康和发展的关键见解。传统方法需要人工测量耳的角度，这既耗时又容易出错。为解决这些挑战，本文提出了一种基于计算机视觉的系统，用于在图像序列中检测和跟踪玉米耳。该系统能够准确检测、跟踪和预测耳的姿态，这对于监控其生长行为有重要意义。这可以显著节省时间，相较于手动测量，还可为耳部姿态研究开辟新的研究领域，并有望提高玉米生产效率。通过采用带有关键点检测的对象检测器，该算法能够检测到 90% 的所有耳部。基准估计的平均绝对误差（MAE）为 18 度，与两位手工测量者之间的平均 15 度差异相比，这些结果表明了使用计算机视觉技术监控玉米生长的可行性，并可为该领域的进一步研究提供可能。
引用
@article{arxiv.2412.14954,
title = {Corn Ear Detection and Orientation Estimation Using Deep Learning},
author = {Nathan Sprague and John Evans and Michael Mardikes},
journal= {arXiv preprint arXiv:2412.14954},
year = {2024}
}
备注
22 pages;15 figures