1. 单株柚树样本库（SPTDAI）构建

  • 数据获取

本研究需要获取研究区域中不同季节（2020秋季、2020冬季、2021春季）影像，通过无人机影像处理软件对采集的无人机数据进行影像预处理，生成研究区域的正射影像。
前往研究区域进行实地考察，在考察使用奥维互动地图浏览器标记柚树位置，回到室内使用地理制图软件ArcGIS软件创建要素类文件并对外野标记的单株柚树进行二次标记，最后使用工具提取不同季节影像中公共区域以及柚树的具体位置，并通过相关工具制作单株柚树样本库（Single Pomelo Tree Detection in Aerial Iamgery, SPTDAI）

  1. # Single Pomelo Tree Detection in Aerial Iamgery(SPTDAI)
  2. # format：JEPG
  3. # images_size: 640*640
  4. # count: 562
  6. # configuration:
  7. SPTDAI
  8.   ├─ train
  9.   │    ├─ ...
  10.   │    └─ xxx.jpg
  11.   └─ valid
  12.        ├─ ...
  13.        └─ xxx.xml
  • 数据增强

通过Python的第三方库imgaug对单株柚树样本库进行数据增强，主要数据增强的手段包括对图像进行添加高斯噪声、模糊、随机旋转以及一定程度的放射变化。经过数据增强后，样本库规模扩增到2124张图像及对于标签文件。

2. 模型训练

采用YOLOv5模型对单株柚树样本库进行模型训练

yolov5s+150epoch

  • 训练时间

迭代150次，花费4h 24m 10s

  • 训练效果

平均精确度（mAP_0.5）：0.9141
平均精确度（mAP_0.5:0.95）：0.5491
精度（Percision）：0.9301
召回率（Recall）：0.8428

yolov5s+300epoch

  • 训练时间

迭代300次，花费7h 44m 38s

  • 训练效果

平均精确度（mAP_0.5）：0.941
平均精确度（mAP_0.5:0.95）：0.6397
精度（Percision）：0.9588
召回率（Recall）：0.8867

yolov5s+300epoch+pretrained

  • 训练时间

迭代300次，中间断开过，花费1d 4h 57m 8s

  • 训练效果

平均精确度（mAP_0.5）：0.9519
平均精确度（mAP_0.5:0.95）：0.7044
精度（Percision）：0.9662
召回率（Recall）：0.9094

yolov5l+100epoch+pretrained

  • 训练时间

迭代100次，花费2h 7m 15s

  • 训练效果

平均精确度（mAP_0.5）：0.9229
平均精确度（mAP_0.5:0.95）：0.5999
精度（Percision）：0.9134
召回率（Recall）：0.8752