南京林业大学王金鹏副教授等：基于改进UNet模型的油茶果振动采摘点定位方法

阅读文章全文：http://www.tcsae.org/article/doi/10.11975/j.issn.1002-6819.202401186

《农业工程学报》2024年第40卷第8期刊载了南京林业大学等单位王金鹏、何萌、甄乾广、胡皓若、袁飞、陈苏楠、方宸哲与周宏平的论文——“基于改进UNet模型的油茶果振动采摘点定位方法”。该研究由国家林业和草原局应急科技项目（项目号：202202-3）资助。

引文信息：王金鹏，何萌，甄乾广，等. 基于改进UNet模型的油茶果振动采摘点定位方法[J]. 农业工程学报，2024，40(8)：171-178.

DOI: 10.11975/j.issn.1002-6819.202401186

针对非花果同期油茶果采收效率低这一问题，提出一种侧枝振动采摘点定位方法，通过振动侧枝降低树木损伤并实现高效采收。

首先构建数据集，对侧枝分段标注，向UNet中添加CloFormer注意力机制并命名为Clo-UNet，实现侧枝的二维重构。其次，在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point，该方法优先选择采收离果实最远且最粗的枝条。

试验表明，Clo-UNet在验证集上表现优异，其中br_con（连果枝）、danger（危险区）和br_pro（优先采收区域）的平均交并比mIoU分别达到85.36%、86.37%和81.29%，平均像素精度mPA分别达到94.97%、96.17%和89.48%，Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像，Clo-UNet-Point算法在不同光照条件下均能定位到采摘点，平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。