棉花学报

图/表详细信息

基于改进YOLOX的棉花姿态品级识别及其定位研究

谢嘉, 陈学飞, 李永国, 金昌兵, 梁锦涛, 孙帅浩

棉花学报, 2024, 36(4): 328-339. DOI: 10.11963/cs20240016

棉花编号 Cottonnumber	D/m	Z₁/m	Z₂/m	Z₃/m	Z₄/m	Z₅/m	Z₆/m	Z₇/m	Z₈/m	S/m
1	(0.823, 0.857)	0.855	0.852	0.849	0.853	0.849	0.853	0.847	0.847	0.00302
2	(0.829, 0.866)	0.845	0.843	0.847	0.845	0.853	0.857	0.844	0.849	0.00488
3	(0.842, 0.879)	0.870	0.871	0.867	0.871	0.864	0.868	0.871	0.865	0.00283
4	(0.787, 0.821)	0.818	0.820	0.814	0.819	0.799	0.797	0.814	0.811	0.00886
5	(0.836, 0.873)	0.844	0.850	0.852	0.844	0.844	0.847	0.851	0.853	0.00383
6	(0.822, 0.868)	0.837	0.842	0.849	0.836	0.846	0.839	0.825	0.844	0.00744
7	(0.807, 0.839)	0.832	0.833	0.829	0.833	0.830	0.835	0.830	0.832	0.00198

表5 YOLOX-Cotton模型的棉花定位深度的田间验证结果

本文的其它图/表

表1 数据集的图片来源
表2 训练集和测试集图像的类别分布
图 1 田间试验设备
图 2 技术路线
图 3 本研究识别模块的网络结构 Focus为对输入图片进行切片操作的模块；C3为集中综合卷积模块；CBS为卷积单元；Concat表示特征拼接；Upsample为特征上采样；Detect为检测模块；Dark为DarkNet，Dark+CA为在Dark模块后加入CA模块。
图 4 CA模块的结构 C表示特征通道的深度；H和W表示特征的高度和宽度；r为缩进比；X Avg Pool表示横向全局池化；Y Avg Pool表示纵向全局池化；Conv2d表示二维卷积操作；BN表示批量归一化；Sigmoid是1种激活函数。
图 5 模型的预测框与真实框 $b_{c_{x}}^{g t}$、$b_{c_{y}}^{g t}$为真实框（ground truth box）中心点B^gt的坐标，$b_{c_{x}}$、$b_{c_{y}}$为预测框的中心点B的坐标；h、w为预测框的长和宽，h^gt、 w^gt为真实框的长和宽；σ为点B^gt与点B的直线距离；c_h、c_w为两框中心点竖直方向距离与水平方向距离；c_h、c_w为真实框和预测框的最小外接矩形的高和宽；α为真实框中心点与预测框中心点之间的水平角度。
图 6 预测框的中心点 P点为预测框的中心点；红色框为预测框；Cotton_Top为预测的类别，此处代表正面普通棉花；1.0为置信度。
图 7 视差计算示意图图中使用Z、X这2个方向轴；O_left、O_right分别为左、右相机光心；P是待测物体上的定位点；P_left、P_right分别为定位点P在左、右相机光感器上的成像点；x_left为P_left与左相机光轴的距离；x_right为P_right为右相机光轴的距离；f为相机焦距；b为2个相机中心距；Y基线是左右相机的光心的连线；x是定位点P在X轴的坐标。
图 8 不同模型的训练损失函数
表3 模型消融试验结果
表4 不同模型的训练结果
图 9 不同棉花类型（A）及遮挡情况（B）的识别测试结果 Cotton_Side代表YOLOX-Cotton模型识别出的侧面棉花，Cotton_Top代表正面普通棉花，CottonLow_Top代表正面低品级棉花。
图 10 YOLOX-Cotton模型在田间对棉花类别识别结果 Cotton_Side代表YOLOX-Cotton模型识别出的侧面棉花，Cotton_Top代表正面普通棉花，CottonLow_Top代表正面低品级棉花；棉花品级后边的数字代表置信度。

ISSN 1002-7807　CN 41-1163/S
主管：中国科学技术协会
主办：中国农学会
主编：李付广

版权所有 © 《棉花学报》编辑部
地址：河南省安阳市开发区黄河大道38号　中国农业科学院棉花研究所
邮政编码：455000　电话： (0372)2525361/362/369
E-mail: journal@caas.cn

访问统计

总访问量
今日访问
在线人数

技术支持：北京玛格泰克科技发展有限公司