引用本文格式逄正钧，董峦，温钊发，等．基于YOLOX的作物种子自动计数方法[J]．农业工程，2023，13（1）：29-35．DOI：10.19998/j.cnki.2095-1795.2023.01.005．PANGZhengjun，DONGLuan，WENZhaofa，etal．AutomaticcropseedcountingmethodbasedonYOLOXmodel[J]．AgriculturalEngineering，2023，13（1）：29-35．基于YOLOX的作物种子自动计数方法逄正钧，董峦，温钊发，张世豪，秦立浩（新疆农业大学计算机与信息工程学院，新疆乌鲁木齐830052）摘要：种子计数是获取作物种子千粒质量指标时关键而又烦琐的步骤。目前种子计数一般通过人工和千粒质量测量仪器实现，然而人工计数效率低，千粒质量测量仪器成本高、不易携带。以手机拍摄的6种常见作物种子图像构建数据集，在YOLOX模型的基础上引入注意力机制改进损失函数提出YOLOX-P模型，实现种子自动计数。结果表明，YOLOX-P相比YOLOX模型参数量仅增加0.09M，mAP改进0.74个百分点，达到99.38%；模型在显存6GB的NVIDIAGeForceRTX2060显卡上的推理时间为18.68ms，适宜部署在移动端。提出的模型显著改善千粒质量测定工作的效率和效果。关键词：千粒质量；种子计数；深度学习；目标检测；YOLOX中图分类号：S126文献标识码：A文章编号：2095-1795（2023）01-0029-07DOI：10.19998/j.cnki.2095-1795.2023.01.005AutomaticCropSeedCountingMethodBasedonYOLOXModelPANGZhengjun，DONGLuan，WENZhaofa，ZHANGShihao，QINLihao（CollegeofComputerandInformationEngineering，XinjiangAgriculturalUniversity，UrumqiXinjiang830052，China）Abstract：Seedcountingisthemostcriticalandtediousstepinacquisitionofkilograinweightindexofcropseeds．Atpresent，seedcountingisgenerallyachievedbymanualandspecializedequipment．Butmanualcountingefficiencyislowandspecializedequipmentareexpensiveandnoteasytocarry．Datasetswereconstructedusingimagesofsixdifferentcommoncropseedstakenbymobilephone．BasedonYOLOXmodel，attentionmechanismwasintroducedandlossfunctionwasimprovedtoobtaintheYOLOX-Pmodel，whichrealizedautomaticcountingofseeds．ResultsshowedthatYOLOX-Ponlyincreased0.09McomparedwithYOLOXmodelparameters，mAPimproved0.74percentagepointsandreached99.38%．ReasoningtimeofthemodelonNVIDIAGeForceRTX2060graphicscardwith6GBvideomemorywas18.68ms，whichwassuitablef...
