基于自纠正NMS-ByteTrack的套袋葡萄估产方法

摘要：

针对套袋后的葡萄体积增加和葡萄叶片表面积大容易出现重叠遮挡,及人工拍摄视频的速度不稳定可能导致套袋葡萄目标丢失的问题,该研究提出一种基于自纠正NMS(non-maximum suppression)-ByteTrack的套袋葡萄估产方法.该方法首先通过目标检测方法YOLOv5s检测视频中的套袋葡萄,将检测阶段的NMS操作后置到追踪阶段,保留因遮挡而被过滤的果实检测框;其次在ByteTrack的基础上加入相机运动补偿和改进的卡尔曼滤波算法,以自动纠正果实预测框的位置并进行追踪;最后提出一种划线计数策略对套袋葡萄自动计数.试验结果表明,该方法的多目标追踪准确率、多目标追踪精度和ID调和平均数分别为 64.6%、82.4%和 80.8%,相比ByteTrack分别提高了 1.7、1.0和 4.1个百分点,平均计数精度达到 82.8%.因此,基于自纠正NMS-ByteTrack的估产方法能有效解决套袋葡萄的追踪计数问题,实现对套袋葡萄更精确地估产.

关键词：图像处理、农业、目标追踪、视频计数、估产方法、套袋葡萄、ByteTrack、卡尔曼滤波器

所属期刊栏目：39

分类号：TP391.4;S24(计算技术、计算机技术)

资助基金：重庆市高校创新研究群体CXQT20015

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：182-190