具有高泛化杂草检测能力的农用智能除草车辆研究

摘要

针对现有智能除草机械在杂草检测定位能力不足的问题，设计了一种具有高泛化杂草检测定位能力的农用机械式智能除草车辆。该车辆装备图像传感器采集农田杂草图像，运用深度学习模型进行杂草定位，通过伺服电机控制旋转耙齿盘实现在不伤害作物苗的前提下精确除草。为提高杂草检测的泛化能力，引入了基于对抗生成网络的数据增强策略，通过自注意力机制和梯度惩罚机制优化后的生成网络，提升了杂草图像的生成质量和网络训练的稳定性。通过使用生成田间杂草图像合成新图像以扩充数据集，提高了数据集全面性、多样性。研究结果显示，该智能除草车辆不仅除草效率高，伤苗率低，而且其杂草检测系统的泛化能力得到显著提升。

关键词

智能车辆 / 自注意力机制 / 生成对抗网络 / 杂草检测

基金资助

国家自然科学基金项目(U23A20330);; 广西科技基地和人才专项(桂科AD22035919)