基于Mask RCNN和視覺技術的玉米種子發(fā)芽自動檢測方法

摘要： 種子標準發(fā)芽試驗中，為獲取種子發(fā)芽和生長情況，需借助人工定時對種子的發(fā)芽率、發(fā)芽勢、芽長和根長等相關指標進行統(tǒng)計和測量，該測定過程費時費力，且易對發(fā)芽的幼苗造成損傷。針對這些問題，該研究基于Mask RCNN(基于區(qū)域的卷積神經(jīng)網(wǎng)絡)模型和機器視覺技術設計了一種玉米種子發(fā)芽自動檢測方法。首先，在玉米種子發(fā)芽試驗的7 d內(nèi)，每天采集模型訓練和測試所需的圖像，并用Labelme工具...