摘要： 实现对复杂环境下西兰花叶片的高精度检测,对西兰花病虫害的监测和防治具有重要意义。在田间复杂环境下叶片存在重叠或遮挡,增加了数据的获取成本,制约深度学习网络结构在田间复杂环境叶片检测上的应用。为此,提出基于改进SSD网络的西兰花叶片检测方法。通过特征辅助学习法更改训练集的组成,使SSD网络学习到较为完整的叶片边缘特征和叶片遮挡特征,采用数据增强和修改激活函数的方式构建模型。测试结果,单独叶片和植株叶片平均准确率为99.8%和89.9%,平均IOU为91.0%和84.2%,总体平均IOU和平均准确率分别为87.6%、94.9%。结果表明,使用小数据集进行西兰花叶片目标检测研究是可行的,可为农作物叶片检测研究提供参考。

关键词: 目标检测;西兰花叶片;小数据集;SSD网络