基于轻量化Ghost-YOLOv8和智能手机的田间水稻有效分蘖检测方法.pdf

2024年9月第6卷第5期智慧农业（中英文）SmartAgricultureSept.2024Vol.6,No.5

基于轻量化Ghost-YOLOv8和智能手机的田间

水稻有效分蘖检测方法

崔家乐，曾祥峰，任政威，孙健，汤晨，杨万能，宋鹏*

（华中农业大学作物遗传改良全国重点实验室，湖北武汉430070，中国）

摘要：［［目的目的/意义意义］］单株有效分蘖数是影响水稻产量的重要农艺性状之一，为解决水稻分蘖密集、相互遮挡且

存在无效分蘖导致有效分蘖检测成本高、精度较低的问题。［［方法方法］］通过对水稻有效分蘖与无效分蘖高度的调查分

析，提出一种基于水稻分蘖高度的有效分蘖计数方法，即在水稻固定高度收割后，测量茎秆数量以得到水稻有效

分蘖数；通过GhostNet对YOLOv8模型进行轻量化，以减小模型规模，便于手机端部署；并基于此模型，开发手

机端水稻有效分蘖检测程序。［［结果和讨论结果和讨论］］田间实验结果表明，在水稻植株总株高的52%~55%范围内进行收

割，计数茎秆数量得到有效分蘖数，其查全率与准确率均超过99%；轻量化的Ghost-YOLOv8模型参数量减少

43%；基于该模型的水稻有效分蘖App，对本研究标准下采集的100张茎秆横截面图像进行预测，准确率为

99.61%，召回率为98.76%，与人工计数单株有效分蘖结果相比，决定系数为0.9859。［［结论结论］］满足田间水稻有效

分蘖计数需求，有助于育种专家收集大量数据，为水稻产量田间预测提供基础。

关键词：水稻有效分蘖；Android；YOLOv8；GhostNet；App；表型

中图分类号：S511；TP391.4文献标志码：A文章编号：SA202407012

引用格式：崔家乐,曾祥峰,任政威,孙健,汤晨,杨万能,宋鹏.基于轻量化Ghost-YOLOv8和智能手机的田间水稻有

效分蘖检测方法[J].智慧农业(中英文),2024,6(5):98-107.DOI：10.12133/j.smartag.SA202407012

CUIJiale,ZENGXiangfeng,RENZhengwei,SUNJian,TANGChen,YANGWanneng,SONGPeng.DetectionMethod

ofEffectiveTilleringofRiceinFieldBasedonLightweightGhost-YOLOv8andSmartPhone[J].SmartAgriculture,

2024,6(5):98-107.DOI：10.12133/j.smartag.SA202407012(inChinesewithEnglishabstract)

［3］

0引言育种工作。

有效分蘖即最终可以形成有效穗并结实的分

水稻（OryzasativaL.）是最重要的粮食作物之

［1］蘖，单位面积内的稻穗数量与有效分蘖数密切相

一，养活了全球一半以上的人口，2022年联合国

［4］

关，因此，开展水稻有效分蘖数高效、精准的测

粮食及农业组织数据显示，中国是世界上最大的水