第4 5卷第2期杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 V o l 4 5 N o 2 2 0 2 5年3月J o u r n a l o f H a n g z h o u D i a n z i U n i v e r s i t y N a t u r a l S c i e n c e s M a r 2 0 2 5 D O I 1 0 1 3 9 5 4 j c n k i h d u 2 0 2 5 0 2 0 1 2 基于YOLOv5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 郭 鑫 張可怡 潘昊晨 董佳明 李 真 杭州電子科技大學(xué)自動(dòng)化學(xué)院 浙江杭州3 1 0 0 1 8 收稿日期 2 0 2 3 1 1 3 0 基金項(xiàng)目 國(guó)家自然科學(xué)基金項(xiàng)目 6 2 0 7 3 1 1 1 省屬高?；究蒲袠I(yè)務(wù)費(fèi) 卓越科研育人 專項(xiàng) G K 2 3 9 9 0 9 2 9 9 0 0 1 4 0 7 作者簡(jiǎn)介 郭鑫 1 9 9 8 男 碩士研究生 研究方向 目標(biāo)檢測(cè) 迭代學(xué)習(xí) E m a i l g u o x i n h d u e d u c n 通信作者 李真 1 9 9 0 女 實(shí)驗(yàn)師 研究方向 實(shí)驗(yàn)室管理及實(shí)驗(yàn)教學(xué) E m a i l l z 8 6 5 0 4 8 8 4 0 1 6 3 c o m 摘要 傳統(tǒng)的草莓成熟預(yù)測(cè)方法主要是依據(jù)種植人員的專業(yè)知識(shí)與經(jīng)驗(yàn) 對(duì)不同品種草莓生長(zhǎng)過(guò) 程的不同階段進(jìn)行觀察和檢測(cè) 從而估計(jì)草莓的成熟情況 但這種方法效率偏低 針對(duì)該問(wèn)題 本 文首先依據(jù)草莓成熟度的國(guó)家標(biāo)準(zhǔn) 并在此標(biāo)準(zhǔn)下 將草莓的成熟情況進(jìn)一步細(xì)化 然后建立了 草莓?dāng)?shù)據(jù)集 訓(xùn)練了Y O L O v 5目標(biāo)檢測(cè)模型 利用該模型對(duì)草莓的成熟情況進(jìn)行數(shù)值化 并將數(shù)值 化結(jié)果進(jìn)行了統(tǒng)計(jì) 對(duì)數(shù)據(jù)進(jìn)行處理得到了樣本點(diǎn) 最后 分別利用一元多項(xiàng)式回歸 神經(jīng)網(wǎng)絡(luò)回 歸以及D o u b l e B o l t z m a n n擬合方式 得到1 7 2 8個(gè)樣本點(diǎn) 對(duì)指定生長(zhǎng)條件下的紅顏草莓生長(zhǎng)曲線 進(jìn)行了回歸擬合 并對(duì)結(jié)果進(jìn)行了對(duì)比分析 實(shí)驗(yàn)結(jié)果表明 本文構(gòu)建的草莓成熟期生長(zhǎng)模型較 為準(zhǔn)確 可以對(duì)草莓從開始結(jié)果到果實(shí)成熟的全過(guò)程的生長(zhǎng)趨勢(shì)作出預(yù)測(cè)和分析 關(guān)鍵詞 草莓檢測(cè) 成熟度量化 曲線擬合 神經(jīng)網(wǎng)絡(luò) 中圖分類號(hào) T P 3 9 1 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1 0 0 1 9 1 4 6 2 0 2 5 0 2 0 0 8 3 1 4 0 引 言 近年來(lái) 隨著草莓的市場(chǎng)需求逐步擴(kuò)大以及我國(guó)大棚技術(shù)的進(jìn)一步推廣 草莓的種植面積不斷增 加 在現(xiàn)代化科學(xué)種植方法的指導(dǎo)下 草莓種植過(guò)程中發(fā)生大面積病蟲害等問(wèn)題已比較少見 當(dāng)前種 植者更關(guān)心的問(wèn)題是草莓的成熟情況 以及何時(shí)組織人員進(jìn)行采摘可以達(dá)到最佳的效果 目前 草莓成 熟的預(yù)估大多依靠專業(yè)種植人員的人眼觀察 這種方式缺點(diǎn)明顯 知識(shí)和經(jīng)驗(yàn)要求過(guò)高 判斷結(jié)果有較 強(qiáng)的主觀性和局限性 而且效率低下 難以對(duì)大面積種植區(qū)域草莓整體的成熟情況進(jìn)行較為準(zhǔn)確的 評(píng)估 近年來(lái)隨著人工智能研究的進(jìn)一步發(fā)展和深入 深度學(xué)習(xí)技術(shù)取得了長(zhǎng)足的進(jìn)步 國(guó)內(nèi)外學(xué)者紛紛 將其運(yùn)用到作物生長(zhǎng)以及相關(guān)領(lǐng)域中 對(duì)分析復(fù)雜的農(nóng)作物生長(zhǎng)問(wèn)題取得了較為理想的效果 1 7 楊嘉 博等 8 利用深度學(xué)習(xí)技術(shù) 通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式 自動(dòng)學(xué)習(xí)水稻圖像大數(shù)據(jù)中蘊(yùn)含的生長(zhǎng)規(guī)律 實(shí)現(xiàn)水 稻的可視化生長(zhǎng)預(yù)測(cè) 其提出的預(yù)測(cè)模型對(duì)實(shí)驗(yàn)條件下稀疏種植的水稻具有較好的預(yù)測(cè)能力 但因其不 具備復(fù)雜環(huán)境下分離單株水稻圖像的能力 對(duì)收集的圖像要求較高 在種植密集的水稻田中預(yù)測(cè)能力不 足 因此該方法并不適用于密集種植的草莓的生長(zhǎng)預(yù)測(cè) J o等 9 使用草莓植株的葉片長(zhǎng)度 冠徑和生 長(zhǎng)過(guò)程中受到的紅光和遠(yuǎn)紅光之比等作為草莓生長(zhǎng)情況的預(yù)測(cè)因子 通過(guò)多元線性回歸對(duì)草莓的產(chǎn)量 進(jìn)行預(yù)測(cè) 這種方法可以較有效地預(yù)測(cè)草莓植株的產(chǎn)量 但缺乏對(duì)于草莓個(gè)體的成熟度 大小和重量的 預(yù)測(cè) 在指導(dǎo)不同階段的草莓養(yǎng)護(hù)種植策略上有所欠缺 C h e n等 1 0 使用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)開 發(fā)了一種人工和時(shí)間成本最小的草莓花自動(dòng)檢測(cè)系統(tǒng) 通過(guò)計(jì)算一定范圍內(nèi)草莓花朵 成熟草莓 未成 熟草莓的數(shù)量來(lái)預(yù)估草莓未來(lái)的產(chǎn)量 但該研究主要關(guān)注草莓花朵的檢測(cè)及產(chǎn)量預(yù)估 對(duì)于這些檢測(cè)目 標(biāo)和未來(lái)草莓產(chǎn)量的關(guān)系研究不充分 沒(méi)有建立相對(duì)有效的產(chǎn)量預(yù)測(cè)模型 并沒(méi)有分析預(yù)測(cè)草莓成熟時(shí) 間 無(wú)法起到指導(dǎo)采摘時(shí)間的作用 A n等 1 1 以Y O L O X模型為基礎(chǔ) 采用自主設(shè)計(jì)的特征提取模塊 C 3 H B取代了骨干網(wǎng)原有的C S P塊 嵌入歸一化注意模塊 并利用最新的S I O U目標(biāo)損失函數(shù)提高檢 測(cè)模型的預(yù)測(cè)精度 最終實(shí)現(xiàn)了草莓果實(shí)在五種生長(zhǎng)狀態(tài)下的監(jiān)測(cè) 可以較好地分辨出草莓的生長(zhǎng)階 段 但其不具有對(duì)草莓生長(zhǎng)的預(yù)測(cè)能力 對(duì)草莓未來(lái)的生長(zhǎng)趨勢(shì)預(yù)測(cè)能力較弱 李鵬程 1 2 挑選出多種 影響草莓生長(zhǎng)的外部因素 在光照 溫度 濕度不變的條件下使用碰撞算法篩選出與草莓生長(zhǎng)情況關(guān)聯(lián) 最大的外部因素 并使用B P神經(jīng)網(wǎng)絡(luò)構(gòu)建了多要素相互碰撞的生長(zhǎng)模型 然而該預(yù)測(cè)模型是基于光 照 溫度 濕度不變的條件 當(dāng)這些基本量發(fā)生變化時(shí)將影響預(yù)測(cè)模型的準(zhǔn)確率 且模型是基于草莓生長(zhǎng) 的外部因素得到的 沒(méi)有直接對(duì)草莓本身進(jìn)行研究 其與草莓生長(zhǎng)的相關(guān)性弱于直接研究草莓本身 也 不能預(yù)測(cè)草莓處于何種的生長(zhǎng)階段 對(duì)不同階段草莓種植養(yǎng)護(hù)的指導(dǎo)意義較弱 倪子凡等 1 3 提出一種 改進(jìn)的L o g i s t i c曲線模型來(lái)定量分析草莓生長(zhǎng)周期中累積重量的增長(zhǎng)過(guò)程 并使用草莓實(shí)驗(yàn)數(shù)據(jù)集擬 合曲線模型 但該模型不能預(yù)測(cè)草莓處于何種生長(zhǎng)期中 無(wú)法將生長(zhǎng)期與草莓重量對(duì)應(yīng) 對(duì)于不同的草 莓種植階段的指導(dǎo)意義不強(qiáng) 而且使用L o g i s t i c生長(zhǎng)曲線進(jìn)行擬合預(yù)測(cè) 其本身難以解釋變量之間的內(nèi) 在機(jī)理 只能描述變量隨時(shí)間的統(tǒng)計(jì)規(guī)律 遇到特殊個(gè)體時(shí)其預(yù)測(cè)效果較差 另外 其使用的草莓?dāng)?shù)據(jù)集 具有局限性 當(dāng)草莓種植方法改變時(shí)需要重新擬合 李楊等 1 4 基于Y O L O v 5目標(biāo)檢測(cè)算法 對(duì)草莓不 同生長(zhǎng)階段的圖片進(jìn)行標(biāo)注和訓(xùn)練 得到可以區(qū)分草莓生長(zhǎng)階段的目標(biāo)檢測(cè)模型 用于指導(dǎo)農(nóng)戶開展生 產(chǎn)管理和預(yù)估 但是該模型只將草莓的生長(zhǎng)階段分為6種 對(duì)草莓生長(zhǎng)階段的預(yù)測(cè)會(huì)集中于這些生長(zhǎng)階 段點(diǎn) 而草莓生長(zhǎng)是個(gè)連續(xù)的過(guò)程 草莓生長(zhǎng)階段應(yīng)更多位于相鄰兩個(gè)生長(zhǎng)階段之間 所以這種模型只 能確定大致的草莓生長(zhǎng)階段 并不能進(jìn)行準(zhǔn)確的預(yù)測(cè) 本文相比上述生長(zhǎng)預(yù)測(cè)的研究 具有更多優(yōu)勢(shì) 首先本文利用Y O L O v 5對(duì)采集的圖片中的草莓進(jìn) 行不同生長(zhǎng)階段的目標(biāo)檢測(cè) 與其他目標(biāo)檢測(cè)算法如S S D C e n t e r N e t Y O L O v 3 Y O L O v 4相比較 Y O L O v 5的特征提取效果更加優(yōu)異 并且計(jì)算速度較快 適合實(shí)時(shí)檢測(cè) 在檢測(cè)到草莓并得到其生長(zhǎng) 階段的識(shí)別結(jié)果后進(jìn)行草莓成熟度量化評(píng)估 對(duì)草莓生長(zhǎng)曲線進(jìn)行擬合 得到草莓成熟度與生長(zhǎng)日期的 關(guān)系 進(jìn)而對(duì)草莓的生長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè) 本文研究所得到的模型可以幫助種植者客觀地評(píng)價(jià)一片區(qū)域 內(nèi)的草莓成熟情況 并對(duì)該區(qū)域草莓的成熟情況做出一定的分析指導(dǎo) 有利于提高生產(chǎn)效益和經(jīng)濟(jì)效 益 加快農(nóng)業(yè)數(shù)字化建設(shè) 助力智慧農(nóng)業(yè)建設(shè) 1 標(biāo)準(zhǔn)確定及總體方案設(shè)計(jì) 1 1 草莓生長(zhǎng)期的劃分以及成熟度標(biāo)準(zhǔn)值的確定 對(duì)于草莓成熟的界定標(biāo)準(zhǔn) 根據(jù)中華人民共和國(guó)農(nóng)業(yè)部2 0 0 9年頒布的 草莓等級(jí)規(guī)格 中標(biāo)準(zhǔn)定義 將成熟草莓分為特級(jí) 一級(jí)和二級(jí)三個(gè)等級(jí) 1 5 對(duì)草莓的目標(biāo)檢測(cè)及成熟度預(yù)估的文獻(xiàn) 1 6 1 8 均將草 莓的成熟情況劃分為各個(gè)等級(jí) 分別改進(jìn)不同的模型對(duì)草莓?dāng)?shù)據(jù)集進(jìn)行目標(biāo)檢測(cè)模型訓(xùn)練 提高了在不 圖1 草莓成熟情況展示 同背景下草莓檢測(cè)分類的準(zhǔn)確率 通過(guò)查閱文獻(xiàn) 1 4 以及與草莓種植者的交流了解 到 草莓的生長(zhǎng)階段大致可分為以下六個(gè)時(shí)期 綠熟前期 b e f o r e g r e e n 綠熟期 g r e e n 白熟期 w h i t e 轉(zhuǎn)色期 t r a n s f o r m 紅熟期 r e d 潰爛期 b a d 本文研究的 草莓生長(zhǎng)預(yù)測(cè)以綠熟前期作為基準(zhǔn)點(diǎn) 5 以草莓成熟 潰爛發(fā)霉作為終點(diǎn) 1 0 0 六個(gè)時(shí)期的草莓樣例展示 如圖1所示 其從左到右 從上到下分別是綠熟前期 綠 熟期 白熟期 轉(zhuǎn)色期 紅熟期 潰爛期的草莓樣例 草莓圖片數(shù)據(jù)采集地是浙江省杭州市余杭區(qū)的彭公 數(shù)字農(nóng)業(yè)產(chǎn)業(yè)園 根據(jù)該農(nóng)莊的種植者介紹以及對(duì)所采 集數(shù)據(jù)的初步分析 從草莓的小漿果 綠熟前期 長(zhǎng)到綠 48杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 熟期階段大概需1 0 d 從綠熟期到白熟期大概需1 0 d 再經(jīng)過(guò)1 0 d到達(dá)轉(zhuǎn)色期 再經(jīng)過(guò)5 d到達(dá)成熟期 最后經(jīng)過(guò)5 d左右到達(dá)潰爛期 總生長(zhǎng)周期約為4 0 d 根據(jù)紅顏草莓的生長(zhǎng)特性 按照生長(zhǎng)時(shí)間的長(zhǎng) 短劃分成熟度 同時(shí)考慮到為避免張量運(yùn)算中除數(shù)為零 將綠熟前期 b e f o r e g r e e n 綠熟期 g r e e n 白 熟期 w h i t e 轉(zhuǎn)色期 t r a n s f o r m 紅熟期 r e d 潰爛期 b a d 的標(biāo)準(zhǔn)成熟度分別規(guī)定為 5 2 5 5 0 7 0 8 5 1 0 0 中國(guó)農(nóng)業(yè)草莓行業(yè)標(biāo)準(zhǔn)N Y T 4 4 4 2 0 0 1規(guī)定 1 9 如果草莓的著色率超過(guò) 7 0 即可進(jìn)行采摘食用 因此根據(jù)本文所采用的成熟度標(biāo)定規(guī)定紅顏草莓最佳采摘階段為成熟度 8 0 8 7 1 2 總體方案 本文總體方案如圖2所示 使用固定相機(jī)或者其他拍攝工具進(jìn)行草莓圖片的拍攝 距離草莓約5 0 6 0 c m的位置進(jìn)行拍攝 使用l a b e l I m g對(duì)圖片進(jìn)行標(biāo)注并保存為Y O L O數(shù)據(jù)集格式 制作草莓目標(biāo) 檢測(cè)數(shù)據(jù)集 采用數(shù)據(jù)增強(qiáng)的方式擴(kuò)展數(shù)據(jù)集 使用Y O L O v 5 s模型進(jìn)行訓(xùn)練草莓目標(biāo)檢測(cè)模型 采用 1 l o g歸一化對(duì)草莓的成熟情況進(jìn)行數(shù)字化處理 使用迭代擬合和神經(jīng)網(wǎng)絡(luò)方法生成草莓生長(zhǎng)擬合 模型 展示預(yù)測(cè)結(jié)果為現(xiàn)實(shí)種植所用 圖2 系統(tǒng)整體框圖 2 數(shù)據(jù)集的建立 2 1 數(shù)據(jù)采集與數(shù)據(jù)增強(qiáng) 為了采集到不同環(huán)境條件下的草莓圖片 得到草莓生長(zhǎng)環(huán)境的平均情況 分別在不同的天氣環(huán)境下 去對(duì)草莓進(jìn)行了拍攝 不同時(shí)間拍攝草莓的環(huán)境條件如表1所示 對(duì)1 0 0株紅顏草莓進(jìn)行了序號(hào)標(biāo)記 并在序號(hào)旁邊附以黑色正方塊作為參照物如圖1所示 以便對(duì) 每株草莓上的每顆果實(shí)進(jìn)行定位匹配 便于數(shù)據(jù)標(biāo)注過(guò)程中對(duì)草莓的生長(zhǎng)階段進(jìn)行較為準(zhǔn)確的判斷 表1 紅顏草莓的生長(zhǎng)環(huán)境 時(shí)間 月 日 時(shí) 輻射 W m 2 輻累 M J m 2 溫度 土溫 照度 l u x濕度 R H 3 3 1 2 3 5 0 5 0 3 1 6 2 1 8 3 3 8 6 0 0 3 2 8 3 8 9 5 0 1 5 0 1 8 0 1 9 1 6 0 4 0 7 2 0 3 8 1 5 3 6 2 0 2 1 8 5 2 0 6 3 0 0 0 7 9 0 3 1 3 9 2 3 1 2 3 3 1 3 6 1 4 7 2 2 4 6 0 4 7 6 3 1 3 1 2 3 7 4 5 1 5 1 7 3 2 0 8 3 9 3 0 0 3 4 8 3 1 3 1 5 3 3 3 8 4 9 1 8 3 2 2 4 3 1 7 4 0 2 7 7 草莓?dāng)?shù)據(jù)集是使用智能手機(jī) R e d m i K 4 0 的內(nèi)置相機(jī)拍攝的 所拍圖片的分辨率為3 0 0 0 4 0 0 0 像素 在距離草莓約5 0 6 0 c m的位置 每隔5 d對(duì)草莓拍攝三次 每次拍攝間隔時(shí)長(zhǎng)為3 h 為了確保 數(shù)據(jù)集樣本的多樣性 同時(shí)減少由于拍攝當(dāng)天的天氣 光照 濕度等環(huán)境條件所造成的誤差 分別在 不同的天氣和光照條件下拍攝了3 0 0 0多個(gè)不同生長(zhǎng)狀態(tài)的草莓 并使用J P G格式進(jìn)行了存儲(chǔ) 使 用注釋工具l a b e l I m g對(duì)獲得的數(shù)據(jù)集進(jìn)行注釋 標(biāo)注結(jié)果如圖3所示 并將其保存為Y O L O數(shù)據(jù)集 格式 58第2期郭鑫 等 基于Y O L O v 5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 圖3 數(shù)據(jù)集標(biāo)注結(jié)果 標(biāo)注標(biāo)準(zhǔn)如下 1 綠熟前期 b e f o r e g r e e n 萼片將草莓包裹覆蓋達(dá)到一半及以上 2 綠熟期 g r e e n 草莓整體呈現(xiàn)鮮綠色 萼片僅包裹草莓果梗附近的小部分 3 白熟期 w h i t e 草莓整體呈現(xiàn) 白色或淡綠色 4 轉(zhuǎn)色期 t r a n s f o r m 草莓出現(xiàn)一定面積的紅色 5 紅熟期 r e d 草莓整體為亮紅 色 果實(shí)整體飽滿 6 潰爛期 b a d 草莓整體為紅色 局部出現(xiàn)暗紅色甚至潰爛或伴有白色霉菌 這 是由于草莓被霉菌侵染造成的 稱為白粉病 但一般在草莓未生長(zhǎng)成熟前患病概率很小 而長(zhǎng)至成熟后 未及時(shí)采摘 其染上霉菌的概率大大增加 故將其歸為潰爛期 未及時(shí)采摘的生長(zhǎng)末期 Y O L O v 5模型的輸入端使用M o s a i c數(shù)據(jù)增強(qiáng)操作 以提升模型的訓(xùn)練速度和網(wǎng)絡(luò)的精度 M o s a i c D a t a E n h a n c e m e n t利用四張圖片 并且按照隨機(jī)縮放 隨機(jī)裁剪和隨機(jī)排布的方式對(duì)四張圖片 進(jìn)行拼接 每一張圖片都有其對(duì)應(yīng)的框 將四張圖片拼接之后就獲得一張新的圖片 同時(shí)也獲得這張 圖片對(duì)應(yīng)的框 該方法拓展了檢測(cè)物體的背景情況 且在標(biāo)準(zhǔn)化B N計(jì)算時(shí)計(jì)算四張圖片的數(shù)據(jù) 訓(xùn) 練效率有所提升 同時(shí)由于這種數(shù)據(jù)增強(qiáng)方式的存在使得模型訓(xùn)練過(guò)程對(duì)批次大小依賴程度降低 M o s a i c數(shù)據(jù)增強(qiáng)過(guò)程示意圖如圖4所示 2 2 目標(biāo)檢測(cè)模型訓(xùn)練與評(píng)估 將每顆草莓果實(shí)的成熟情況數(shù)值化的過(guò)程中 為了避免人工賦值的主觀性 本文訓(xùn)練了Y O L O v 5 目標(biāo)檢測(cè)模型 使用該目標(biāo)檢測(cè)模型對(duì)草莓果實(shí)的成熟度進(jìn)行量化 量化的前提是對(duì)圖片進(jìn)行目標(biāo)檢 測(cè) 并對(duì)目標(biāo)進(jìn)行合理的分類 用于制作數(shù)據(jù)集拍攝的草莓圖片共9 0 0張 對(duì)其中1 8 0張進(jìn)行標(biāo)注 其 68杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 圖4 M o s a i c數(shù)據(jù)增強(qiáng) 中1 0 0張用作訓(xùn)練集 8 0張用作測(cè)試集 考慮到本數(shù)據(jù)集較小 而數(shù)據(jù)集中密集型小目標(biāo)的占比也比 較小 同時(shí)對(duì)后續(xù)的成熟度數(shù)值化估計(jì)要求該模型不能具有相當(dāng)高的檢測(cè)精度 因此本文選用模型參數(shù) 相對(duì)較少的Y O L O v 5 s模型進(jìn)行訓(xùn)練 在Y O L O v 5模型中的Y O L O v 5 s預(yù)訓(xùn)練模型的基礎(chǔ)上對(duì)訓(xùn)練集 訓(xùn)練1 0 0 e p o c h s 訓(xùn)練結(jié)果如圖5 6 7 8所示 圖5是訓(xùn)練完成后的混淆矩陣 Y O L O v 5模型的可視化結(jié)果中在原 有的標(biāo)簽類中加入了b a c k g r o u n d背景類 并將該類的預(yù)測(cè)情況一并顯示到了混淆矩陣中 由混淆矩陣 可以看出 模型對(duì)綠熟期和白熟期的草莓分類容易混淆 這是由于模型訓(xùn)練得不夠充分造成的情況 而 這種情況正是對(duì)草莓成熟度量化所需要的結(jié)果 對(duì)紅熟期和潰爛期的草莓分類也很容易混淆 甚至所 有的潰爛期樣本幾乎全部被分類為紅熟期 造成這種情況的原因一方面是由于數(shù)據(jù)集中潰爛期的草莓 樣本數(shù)目較少 另一方面是由于訓(xùn)練迭代次數(shù)不夠 對(duì)其的特征學(xué)習(xí)不夠充分 對(duì)于其他生長(zhǎng)時(shí)期的草 莓?dāng)?shù)據(jù)該模型已經(jīng)達(dá)到了很好的訓(xùn)練結(jié)果 對(duì)于生長(zhǎng)末期的草莓可以人為對(duì)其成熟度進(jìn)行一些修正 圖6是該模型結(jié)果的P R曲線圖 圖7是1 0 0 e p o c h s訓(xùn)練過(guò)程中的損失下降情況以及全類別平均準(zhǔn)確 率和召回率的上升情況 模型的目標(biāo)檢測(cè)推斷結(jié)果如圖8所示 在可視化的結(jié)果中展示了每個(gè)檢測(cè)目 標(biāo)所預(yù)測(cè)的類別以及其總置信度 包括檢測(cè)框置信度以及分類置信度 2 3 草莓成熟度的數(shù)字化與數(shù)據(jù)統(tǒng)計(jì) 1 草莓成熟度的數(shù)字化 對(duì)于草莓成熟度的數(shù)值化估計(jì) 希望得到的草莓成熟度與該個(gè)體的具體性狀無(wú)關(guān) 比如草莓萼片 有長(zhǎng)有短 個(gè)體有大有小 可能這顆草莓本身就會(huì)長(zhǎng)得很大 但是現(xiàn)在的大小只是其完全體大小的百分 之四十 盡管與周圍其他草莓個(gè)體相比較 其看上去更加成熟 但應(yīng)該注意到它的生長(zhǎng)階段應(yīng)該仍處于 初期 與人工標(biāo)注相比 這一點(diǎn)很有可能成為人為量化成熟度的重要依據(jù) 但是這樣一來(lái)人與人的標(biāo)準(zhǔn) 便不統(tǒng)一 同一個(gè)人今天的標(biāo)準(zhǔn)和明天的標(biāo)準(zhǔn)也不一定統(tǒng)一 而目標(biāo)檢測(cè)模型利用客觀的網(wǎng)絡(luò)參數(shù)對(duì) 輸入結(jié)果進(jìn)行推測(cè) 唯一的輸入只會(huì)得到唯一的結(jié)果 這就更加客觀地反映出該品種草莓的生長(zhǎng)情況 此外 草莓的生長(zhǎng)是一個(gè)連續(xù)的過(guò)程 所給定的類別劃分只是作為一個(gè)較為有代表性的關(guān)鍵時(shí)間節(jié)點(diǎn) 對(duì)于生長(zhǎng)到兩個(gè)結(jié)點(diǎn)中間階段的草莓樣本 人工標(biāo)定既可以標(biāo)為前者 也可以標(biāo)定為后者 若將模型的 性能訓(xùn)練到十分精確的程度 對(duì)于這種樣本 該模型對(duì)此樣本的標(biāo)簽類別預(yù)測(cè)概率就會(huì)極大地接近1 此時(shí)無(wú)論對(duì)于前者還是后者 都不應(yīng)該預(yù)測(cè)為很大的概率 而是二者應(yīng)該相對(duì)持平 因此 模型的訓(xùn)練 78第2期郭鑫 等 基于Y O L O v 5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 圖5 混淆矩陣 圖6 P R曲線 圖7 1 0 0 e p o c h s訓(xùn)練過(guò)程中各項(xiàng)指標(biāo)的變化趨勢(shì) 88杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 圖8 目標(biāo)檢測(cè)結(jié)果 情況應(yīng)盡量避免過(guò)擬合的情況 以免最終的成熟度集中分布在標(biāo)定值附近 達(dá)不到去極化的標(biāo)準(zhǔn) 同時(shí) 為使得對(duì)目標(biāo)的檢測(cè)結(jié)果盡量準(zhǔn)確 模型應(yīng)該進(jìn)行相當(dāng)數(shù)量的迭代訓(xùn)練 防止欠擬合導(dǎo)致丟失大量樣本 數(shù)據(jù) 本數(shù)據(jù)集在Y O L O v 5模型訓(xùn)練完成后 使用該模型進(jìn)行前向推斷 結(jié)果的可視化在2 2節(jié)中已經(jīng) 展示 前向推斷的中間過(guò)程是一個(gè)包含位置信息 置信度信息和類別信息的張量 對(duì)于本節(jié)示例中的草 莓圖片 通過(guò)前向推斷和后處理后得到的是一個(gè)1 1 8 9 0 0 1 1的張量 在1 1維的向量中包含了位置 置信度和類別信息 解析這個(gè)張量即可得到該模型預(yù)測(cè)的每個(gè)目標(biāo)的對(duì)應(yīng)類別的概率 介于0 1之 間 該概率并不是一個(gè)分布 為使其成為一個(gè)分布 應(yīng)對(duì)其進(jìn)行歸一化處理 考慮到草莓在前期和末期生長(zhǎng)速度較慢 生長(zhǎng)變化情況差異不大 因此歸一化處理完成后的成熟度 量化函數(shù)應(yīng)該滿足以下三點(diǎn) 1 同一時(shí)間下不同形狀草莓的成熟度是否有顯著差異 2 同一株草莓的同一個(gè)果實(shí)在不同時(shí)刻的成熟度是否能表現(xiàn)出顯著的差異 3 成熟度的分布情況不應(yīng)該集中于給定的標(biāo)準(zhǔn)值附近 成熟度的分布應(yīng)該去極化 這里分別考慮用e x p歸一化 1 l o g歸一化 1 l o g歸一化以及標(biāo)準(zhǔn)歸一化 歸一化后的每個(gè) 類的概率是一個(gè)分布 歸一化處理后得到新的概率分布情況 再與標(biāo)定成熟度進(jìn)行加權(quán) 最終得到該草 莓的成熟度數(shù)值 設(shè)歸一化處理后第i類的概率為pi 其對(duì)應(yīng)的標(biāo)定值為ai 則第n個(gè)草莓個(gè)體的成熟 98第2期郭鑫 等 基于Y O L O v 5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 度即為 mn piai 1 其中i分別為0 1 2 3 4 5 由第1節(jié)定義可知 草莓六個(gè)時(shí)期的標(biāo)定成熟度分別為5 2 5 5 0 7 0 8 5 1 0 0 對(duì)于幾種歸一化方法分別給出結(jié)果展示 如圖9 1 0所示 從左到右分別是e x p歸一化 1 l o g 歸一化 標(biāo)準(zhǔn)歸一化 1 l o g歸一化 可以明顯看出e x p歸一化所得的不同生長(zhǎng)時(shí)期的草莓成熟度差異 并不顯著 1 l o g歸一化的紅熟果實(shí)成熟度預(yù)測(cè)遠(yuǎn)遠(yuǎn)偏于標(biāo)定值 并且不同程度的紅熟期草莓差異并 不顯著 標(biāo)準(zhǔn)歸一化的成熟度數(shù)值對(duì)標(biāo)定成熟度過(guò)于接近 不滿足成熟度分布的去極化要求 1 l o g 歸一化對(duì)以上幾點(diǎn)要求的綜合效果最好 因此選取該函數(shù)進(jìn)行歸一化作為最終的成熟度量化函數(shù) 圖9 歸一化結(jié)果 圖1 0 歸一化結(jié)果 2 數(shù)據(jù)統(tǒng)計(jì) 在對(duì)草莓的成熟度進(jìn)行客觀的評(píng)價(jià)后 需要對(duì)不同時(shí)間節(jié)點(diǎn)下的相同草莓的成熟度進(jìn)行統(tǒng)計(jì) 由 于不同時(shí)間節(jié)點(diǎn)的拍攝角度 拍攝距離 光照情況的不同 需要針對(duì)同一編號(hào)的相同位置的同一顆草莓 進(jìn)行人工匹配 并記錄其成熟度 考慮到由于不同時(shí)間點(diǎn)拍攝條件的差異也會(huì)影響模型預(yù)測(cè)結(jié)果 違背 因果關(guān)系 因此 在數(shù)據(jù)統(tǒng)計(jì)的過(guò)程中對(duì)于同一天拍攝的三組圖片 將其成熟度進(jìn)行排序后 再進(jìn)行統(tǒng) 計(jì) 在不影響紅顏草莓生長(zhǎng)趨勢(shì)的情況下 保證擬合的生長(zhǎng)曲線呈現(xiàn)一個(gè)上升的趨勢(shì) 以減小因拍攝條 件差異造成的誤差 對(duì)于一些外部原因?qū)е碌牟葺麑?shí)缺失以及模型未能成功檢測(cè)出的樣本 記作該 草莓的樣本缺失 其成熟度記作 1 便于后續(xù)的數(shù)據(jù)處理 部分?jǐn)?shù)據(jù)展示如表2所示 橫軸坐標(biāo)代表 不同時(shí)刻對(duì)草莓圖片的拍攝 如1 0 2 5代表從起始狀態(tài)開始到1 0 2 5 d 縱軸坐標(biāo)代表各個(gè)不同草莓的 編號(hào)情況 兩坐標(biāo)交點(diǎn)處的值即為該草莓該時(shí)刻的成熟度情況 09杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 表2 部分草莓成熟度數(shù)據(jù)統(tǒng)計(jì) 編號(hào)0 d 0 1 2 5 d 0 2 5 d 5 d 5 1 2 5 d 5 2 5 d 1 0 d 1 0 1 2 5 d 1 0 2 5 d 1 5 5 8 5 9 7 6 0 1 1 6 5 6 1 6 6 0 1 6 8 7 2 8 0 0 2 8 9 0 1 2 6 1 3 7 8 4 1 1 8 4 1 1 9 0 3 1 9 3 2 2 6 9 6 2 8 7 6 2 9 1 4 3 3 8 3 1 3 8 3 3 3 8 8 6 1 1 5 3 6 1 1 6 3 4 7 1 4 2 5 8 8 2 6 1 2 2 6 4 9 3 6 6 4 3 7 3 1 3 9 5 0 4 9 6 5 5 0 0 0 5 0 3 5 5 1 1 1 7 7 1 8 7 5 9 0 3 1 3 2 0 1 5 5 9 1 6 2 0 6 6 4 5 8 6 6 0 9 6 6 0 9 1 8 2 8 7 8 3 7 3 1 1 1 7 6 1 0 8 6 1 7 7 6 3 0 5 6 6 1 4 6 6 4 4 6 7 3 2 8 2 8 7 8 4 0 2 8 4 1 2 8 5 7 2 6 0 2 1 1 5 5 2 1 5 8 1 5 8 4 2 6 6 6 2 7 6 1 2 7 7 6 9 1 3 1 4 1 5 7 8 1 5 8 6 2 5 8 9 2 6 0 4 2 6 4 6 3 7 6 6 4 0 9 9 4 1 5 3 1 0 2 5 5 5 2 5 6 3 2 5 7 4 3 5 7 8 3 5 7 9 3 7 4 2 4 9 4 2 5 0 4 1 5 0 4 5 1 1 2 5 7 7 2 6 1 4 2 6 8 1 3 7 2 3 3 7 3 0 3 7 7 0 2 7 8 1 5 2 3 9 5 3 0 1 1 2 8 8 4 1 3 6 2 1 1 2 7 4 1 3 4 4 7 5 2 7 1 5 3 7 6 5 5 9 1 1 3 1 2 7 9 1 1 1 1 1 1 1 5 3 2 0 3 草莓生長(zhǎng)曲線的擬合 本文研究的主要內(nèi)容是在給定草莓的平均生長(zhǎng)條件的情況下 對(duì)紅顏草莓的生長(zhǎng)曲線進(jìn)行擬合 其 平均生長(zhǎng)條件見表1 由于某一個(gè)時(shí)刻拍攝的圖片中包含各個(gè)生長(zhǎng)時(shí)期的草莓 而且每個(gè)編號(hào)的草莓 缺失情況不一 同時(shí)本次擬合任務(wù)不是針對(duì)于某個(gè)個(gè)體草莓的生長(zhǎng) 所以拍攝的時(shí)間并不能作為橫坐標(biāo) 的時(shí)刻 擬合曲線的橫坐標(biāo)應(yīng)該為生長(zhǎng)時(shí)刻 也就是說(shuō)不同的草莓樣本要根據(jù)自己成熟度的值去擬合 該成熟度附近的曲線 3 1 迭代擬合 該擬合問(wèn)題的核心點(diǎn)在于拍攝照片的時(shí)刻與擬合曲線的橫軸自變量 生長(zhǎng)時(shí)刻不是同一個(gè)含 義 也就是說(shuō)不同的草莓樣本要根據(jù)其因變量的值去擬合該值附近的曲線變化情況 然而根據(jù)因變量 的值求出當(dāng)前的自變量本身就需要該擬合函數(shù) 通俗地說(shuō) 就是為了求函數(shù)曲線而需要點(diǎn)坐標(biāo) 而點(diǎn)坐 標(biāo)又需要函數(shù)曲線的確定 因此可以利用迭代的方法進(jìn)行擬合 其具體步驟如下 1 將若干草莓個(gè)體的各個(gè)生長(zhǎng)階段進(jìn)行拼接 得到紅顏草莓的生長(zhǎng)全期樣本若干 2 根據(jù)當(dāng)前的若干全期生長(zhǎng)樣本對(duì)草莓的生長(zhǎng)情況進(jìn)行擬合 得到初始生長(zhǎng)曲線 3 對(duì)于數(shù)據(jù)集中的其他樣本 根據(jù)當(dāng)前曲線反解第一個(gè)非缺失值的樣本的生長(zhǎng)時(shí)間 根據(jù)該時(shí)間 以及其他非缺失樣本與之拍攝時(shí)刻的差值即可得到每個(gè)拍攝時(shí)刻草莓樣本對(duì)應(yīng)的生長(zhǎng)時(shí)刻 4 根據(jù)新得到的樣本點(diǎn)重新擬合生長(zhǎng)曲線 迭代更新k次 5 根據(jù)最終的擬合曲線將所有樣本轉(zhuǎn)化為成熟度 生長(zhǎng)時(shí)刻散點(diǎn)圖 最后根據(jù)該散點(diǎn)圖進(jìn)行擬 合 得到最終結(jié)果 考慮到探究的內(nèi)容為紅顏品種的草莓生長(zhǎng)特性 并且在2 3節(jié)中對(duì)成熟度數(shù)值化的規(guī)定中也盡可 能規(guī)避了個(gè)體性狀的特殊性造成的成熟度誤差 因此 不同個(gè)體的成熟度可以反映該品種的生長(zhǎng)特性 可以拼接后融合使用 同時(shí)在2 3節(jié)數(shù)據(jù)統(tǒng)計(jì)中提到為保證曲線呈現(xiàn)上升趨勢(shì) 對(duì)時(shí)間間隔較短的樣 本成熟度進(jìn)行了調(diào)整 以減少因拍攝條件差異引起的誤差 因此 在給定初始擬合曲線后 隨著樣本點(diǎn) 的增加 擬合結(jié)果呈現(xiàn)上升趨勢(shì)且逐漸逼近真實(shí)曲線 最終達(dá)到迭代次數(shù)后收斂 19第2期郭鑫 等 基于Y O L O v 5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 3 2 擬合結(jié)果評(píng)估 本文采用一元多項(xiàng)式擬合 神經(jīng)網(wǎng)絡(luò)擬合 2 0 以及D o u b l e B o l t z m a n n擬合方法 利用上述迭代擬 合方法得到1 7 2 8個(gè)樣本點(diǎn) 利用該樣本點(diǎn)進(jìn)行回歸擬合 其中一元多項(xiàng)式擬合結(jié)果如圖1 0所示 圖 1 0 a 中深灰色區(qū)域?yàn)? 5 置信帶 淺灰色區(qū)域?yàn)? 5 預(yù)測(cè)帶 置信帶是指給定自變量的值后 有 9 5 的概率 該樣本預(yù)測(cè)平均值會(huì)落入置信區(qū)間內(nèi) 預(yù)測(cè)帶是指給定自變量的值后 有9 5 的概率預(yù)測(cè) 的因變量的值的會(huì)落入預(yù)測(cè)區(qū)間內(nèi) 該多項(xiàng)式曲線即為對(duì)紅顏草莓生長(zhǎng)曲線的擬合結(jié)果 圖1 0 一元多項(xiàng)式擬合曲線及殘差圖 神經(jīng)網(wǎng)絡(luò)采用全連接神經(jīng)網(wǎng)絡(luò) 由于自變量只有一個(gè) 一般來(lái)說(shuō)只需一個(gè)隱藏層即可 本文為了盡 可能找到擬合的非線性結(jié)果 采用了6個(gè)隱藏層 每層神經(jīng)元數(shù)量依次為3 4 4 5 5 3 擬合結(jié)果如圖 1 1和圖1 2所示 圖1 1 a 是針對(duì)迭代擬合出的樣本點(diǎn)而擬合出的非線性曲線結(jié)果 由圖1 0 b 圖1 2兩幅殘差圖可知 樣本點(diǎn)的誤差分布較為分散 為了進(jìn)一步提高模型與實(shí)際草 莓生長(zhǎng)曲線的擬合程度 對(duì)數(shù)據(jù)樣本進(jìn)行增加 并將同一天所拍攝的三組照片所得的成熟度進(jìn)行平均 以此來(lái)減小因拍攝光照角度等條件不同引起的誤差 由于對(duì)數(shù)據(jù)進(jìn)行了平均處理 最終得到的樣本點(diǎn) 總數(shù)縮減為9 6 8個(gè) 但是其所包含的信息相比之前有所增加 采用生長(zhǎng)模型D o u b l e B o l t z m a n n進(jìn)行擬 合 擬合結(jié)果如圖1 3所示 深灰色區(qū)域?yàn)? 5 置信帶 淺灰色區(qū)域?yàn)? 5 預(yù)測(cè)帶 圖1 1 神經(jīng)網(wǎng)絡(luò)擬合曲線及結(jié)構(gòu) 利用擴(kuò)充數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)擬合結(jié)果如圖1 4 a 所示 然而 對(duì)于圖1 4 a 這樣的神經(jīng)網(wǎng)絡(luò)結(jié)果 圖 可以對(duì)數(shù)據(jù)點(diǎn)進(jìn)行一定的修正處理 由于這些樣本點(diǎn)都是由迭代擬合最終得到的 在所有的樣本點(diǎn) 29杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 圖1 2 神經(jīng)網(wǎng)絡(luò)擬合殘差圖 圖1 3 D o u b l e B o l t z m a n n擬合曲線及殘差圖 中 絕大多數(shù)點(diǎn)是十分接近草莓的真正生長(zhǎng)曲線的 少部分點(diǎn)會(huì)出現(xiàn)比較大的誤差波動(dòng) 那么可以將所 有點(diǎn)的自變量和因變量各自進(jìn)行排序 將排序結(jié)果再用神經(jīng)網(wǎng)絡(luò)做擬合 擬合結(jié)果以及殘差圖分別如圖 1 4 b 和圖1 5所示 如此修正的前提是 絕大部分樣本點(diǎn)都處于接近草莓真實(shí)生長(zhǎng)曲線的位置 樣本點(diǎn) 的數(shù)據(jù)量足夠多 在各個(gè)階段的樣本點(diǎn)數(shù)據(jù)量比例較為均衡 滿足以上條件修正擬合出的結(jié)果才有一 定的參考價(jià)值 這樣修正的好處在于保證非線性擬合所得的曲線是不減函數(shù) 符合草莓的生長(zhǎng)因果律 而弊端也十分明顯 就本質(zhì)上而言 這是不符合邏輯的 沒(méi)有理論支撐的方法 但是 在滿足以上三點(diǎn)前 提的條件下 用這種修正擬合方式來(lái)近似草莓的生長(zhǎng)曲線亦有可取之處 39第2期郭鑫 等 基于Y O L O v 5模型的草莓估產(chǎn)及長(zhǎng)勢(shì)預(yù)測(cè)研究 圖1 4 擬合結(jié)果曲線 圖1 5 神經(jīng)網(wǎng)絡(luò)殘差 修正 由以上殘差圖可以看到 盡管對(duì)數(shù)據(jù)進(jìn)行了擴(kuò)增并且通過(guò)平均化來(lái)減小誤差 數(shù)據(jù)樣本點(diǎn)的分布?xì)?差依然較大 原因主要為以下兩點(diǎn) 1 由于Y O L O v 5 s模型訓(xùn)練得不夠充分 導(dǎo)致在對(duì)草莓個(gè)體進(jìn)行成熟度預(yù)測(cè)時(shí) 不能夠更加細(xì)致 地區(qū)分相近果實(shí)之間的差異 進(jìn)而不能給出十分準(zhǔn)確的成熟度數(shù)值 2 拍攝草莓圖片的頻率較低 錯(cuò)過(guò)草莓生長(zhǎng)過(guò)程中生長(zhǎng)幅度較大的階段 49杭州電子科技大學(xué)學(xué)報(bào) 自然科學(xué)版 2 0 2 5年 4 結(jié)束語(yǔ) 本文針對(duì)紅顏品種的草莓進(jìn)行了圖像采集 采用Y O L O v 5目標(biāo)檢測(cè)模型對(duì)草莓圖像的中的草莓目 標(biāo)進(jìn)行檢測(cè) 與以往對(duì)草莓成熟度的分類估計(jì)方法不同 設(shè)計(jì)了負(fù)對(duì)數(shù)倒數(shù)函數(shù)將草莓的成熟情況進(jìn)行 了數(shù)值化處理 并將處理結(jié)果進(jìn)行了數(shù)據(jù)統(tǒng)計(jì) 建立了紅顏品種草莓的成熟時(shí)間數(shù)據(jù)集 最終 利用迭 代擬合方法得到1 7 2 8個(gè)樣本點(diǎn) 利用該樣本點(diǎn)進(jìn)行了草莓生長(zhǎng)曲線的擬合 實(shí)驗(yàn)結(jié)果表明 本文構(gòu)建 的草莓成熟期生長(zhǎng)模型較為準(zhǔn)確 可以對(duì)草莓從開始結(jié)果到果實(shí)成熟的全過(guò)程的生長(zhǎng)趨勢(shì)作出預(yù)測(cè) 和分析 與其他算法如S S D C e n t e r N e t Y O L O v 3 Y O L O v 4比較 Y O L O v 5在識(shí)別精度 模型尺寸及 平均檢測(cè)速率上均表現(xiàn)較優(yōu) 提升了魯棒性 為草莓成熟度預(yù)測(cè)及估產(chǎn)技術(shù)提供了有力支持 本文 的研究方法也適用于其他品種的草莓 根據(jù)當(dāng)?shù)氐姆N植條件訓(xùn)練自己種植場(chǎng)的漿果類水果的生長(zhǎng)曲 線模型 參考文獻(xiàn) 1 W A N G A P E s t a b l i s h m e n t o f w h e a t y i e l d p r e d i c t i o n m o d e l i n d r y f a r m i n g a r e a b a s e d o n n e u r a l n e t w o r k J N e u r o Q u a n t o l o g y 2 0 1 8 1 6 6 7 6 8 7 7 5 2 Y U E Y L I J H F A N L F e t a l P r e d i c t i o n o f m a i z e g r o w t h s t a g e s b a s e d o n d e e p l e a r n i n g J C o m p u t e r s a n d E l e c t r o n i c s i n A g r i c u l t u r e 2 0 2 0 1 7 2 1 0 5 3 5 1 3 S I M H S K I M D S A H N M G e t a l P r e d i c t i o n o f s t r a w b e r r y g r o w t h a n d f r u i t y i e l d b a s e d o n e n v i r o n m e n t a l a n d g r o w t h d a t a i n a g r e e n h o u s e f o r s o i l c u l t i v a t i o n w i t h a p p l i e d a u t o n o m o u s f a c i l i t i e s J H o r t i c u l t u r a l S c i e n c e a n d T e c h n o l o g y 2 0 2 0 3 8 6 8 4 0 8 4 9 4 K I M T L E E S H K I M J O A n o v e l s h a p e b a s e d p l a n t g r o w t h p r e d i c t i o n a l g o r i t h m u s i n g d e e p l e a r n i n g a n d s p a t i a l t r a n s f o r m a t i o n J I E E E A c c e s s 2 0 2 2 1 0 3 7 7 3 1 3 7 7 4 2 5 A S H F A Q M K H A N I A L Z A H R A N I A e t a l A c c u r a t e w h e a t y i e l d p r e d i c t i o n u s i n g m a c h i n e l e a r n i n g a n d c l i m a t e N D V I d a t a f u s i o n J I E E E A c c e s s 2 0 2 4 1 2 4 0 9 4 7 4 0 9 6 1 6 Q I A O M J H E X H C H E N G X J e t a l E x p l o i t i n g h i e r a r c h i c a l f e a t u r e s f o r c r o p y i e l d p r e d i c t i o n b a s e d o n 3 D c o n v o l u t i o n a l n e u r a l n e t w o r k s a n d m u l t i k e r n e l G a u s s i a n p r o c e s s J I E E E J o u r n a l o f S e l e c t e d T o p i c s i n A p p l i e d E a r t h O b s e r v a t i o n s a n d R e m o t e S e n s i n g 2 0 2 1 1 4 4 4 7 6 4 4 8 9 7 B O S E P K A S A B O V N K B R U Z Z O N E L e t a l S p i k i n g n e u r a l n e t w o r k s f o r c r o p y i e l d e s t i m a t i o n b a s e d o n s p a t i o t e m p o r a l a n a l y s i s o f i m a g e t i m e s e r i e s J I E E E T r a n s a c t i o n s o n G e o s c i e n c e a n d R e m o t e S e n s i n g 2 0 1 6 5 4 1 1 6 5 6 3 6 5 7 3 8 楊嘉博 基于深度學(xué)習(xí)的水稻可視化生長(zhǎng)預(yù)測(cè)方法研究 D 武漢 華中農(nóng)業(yè)大學(xué) 2 0 2 2 9 J O J S K I M D S J O W J e t a l P r e d i c t i o n o f s t r a w b e r r y f r u i t y i e l d b a s e d o n c u l t i v a r s p e c i f i c g r o w t h m o d e l s i n t h e t u n n e l t y p e g r e e n h o u s e J H o r t i c u l t u r e E n v i r o n m e n t a n d B i o t e c h n o l o g y 2 0 2 2 6 3 4 6 7 4 7 6 1 0 C H E N Y L E E W S G A N H e t a l S t r a w b e r r y y i e l d p r e d i c t i o n b a s e d o n a d e e p n e u r a l n e t w o r k u s i n g h i g h r e s o l u t i o n a e r i a l o r t h o i m a g e s J R e m o t e S e n s