基于无人机图像的小麦麦穗自动识别方法研究

小麦麦穗智能识别在产量预估、种子筛选、农田密度估计等方面具有一定的科研价值和应用价值。传统的麦穗识别方法效率低且浪费人力，因此提出以无人机高清图像为数据源，基于卷积神经网络建立Mask-RCNN深度神经网络的小麦麦穗自动识别模型，以平均精准均值（Mean Average Precision,MAP）和预测准确率（Precision）作为模型的评价指标。实验结果表明，Mask-RCNN麦穗识别模型的MAP达到72.32%，准确率达到95.2%，说明基于Mask-RCNN的麦穗识别模型是一种高效准确的识别方法，具有一定的实用价值。