大豆是世界上主要的油料作物之一，是生產(chǎn)蛋白質(zhì)和油的主要原料。它們?cè)谑澜绺鞯貜V泛種植，通常用于制作豆制品。為了保證大豆產(chǎn)量的持續(xù)增長(zhǎng)，需要更多的優(yōu)質(zhì)種子來(lái)種植。因此，有效地篩選優(yōu)良的大豆種子是非常重要的。除了種子的大小、形狀和顏色特征外，表面完整性、物理?yè)p傷、昆蟲(chóng)損傷、真菌感染和霉菌也是用于評(píng)估的額外因素。準(zhǔn)確分選優(yōu)質(zhì)大豆種子是提高大豆產(chǎn)量的關(guān)鍵!

針對(duì)這個(gè)課題，來(lái)自東北農(nóng)業(yè)大學(xué)工程學(xué)院的一個(gè)團(tuán)隊(duì)發(fā)表了一篇名為《基于深度學(xué)習(xí)的大豆種子全表面缺陷實(shí)時(shí)識(shí)別系統(tǒng)》的論文。該團(tuán)隊(duì)由權(quán)龍哲教授帶領(lǐng)，研究方向就是人工智能技術(shù)在農(nóng)業(yè)的應(yīng)用。在論文中，他們仔細(xì)闡述了一種基于深度學(xué)習(xí)的大豆種子全表面識(shí)別分選系統(tǒng)?？勺鳛榇蠖狗N子精密分選的有效工具。為不同尺度橢球缺陷種子的全表面檢測(cè)提供了一種方法。

目前，基于機(jī)器視覺(jué)的分揀系統(tǒng)主要集中在對(duì)單側(cè)表面的識(shí)別上。該團(tuán)隊(duì)設(shè)計(jì)并開(kāi)發(fā)了一種基于深度學(xué)習(xí)的大豆種子全表面識(shí)別分選系統(tǒng)。系統(tǒng)原型如下：

這套大豆種子分選機(jī)可實(shí)現(xiàn)一次分選、整列傳動(dòng)和交替旋轉(zhuǎn)的功能。視覺(jué)系統(tǒng)中的兩個(gè)工業(yè)數(shù)字相機(jī)(ccd)連接到兩個(gè)Jetson Nano開(kāi)發(fā)板，該開(kāi)發(fā)板對(duì)采集的圖像進(jìn)行推理和分類。ccd的拍攝角度垂直向下，距大豆種子150mm。STM32F429芯片控制0.4m/s的傳輸速度，輸出數(shù)字信號(hào)控制電磁鐵的開(kāi)閉。Jetson Nano和控制箱使用串行端口進(jìn)行信息通信。

團(tuán)隊(duì)建立了一個(gè)由6480幅圖像組成的大豆種子數(shù)據(jù)集;在不同的亮度和表面條件下，從多個(gè)類別采集圖像，并對(duì)數(shù)據(jù)圖像進(jìn)行掩蔽。采用交替旋轉(zhuǎn)機(jī)構(gòu)揭示種子的全表面特征信息，采用深度學(xué)習(xí)模型對(duì)種子精確分為六種表面。

在三種亮度環(huán)境和六種表面條件下采集并掩蔽圖像，量化大豆種子的缺陷尺度。團(tuán)隊(duì)對(duì)七種CNN模型進(jìn)行了比較和測(cè)試，并對(duì)模型進(jìn)行了改進(jìn)，取得了最佳的綜合性能。利用可視化技術(shù)評(píng)價(jià)不同模型對(duì)大豆種子缺陷的識(shí)別性能，并根據(jù)識(shí)別結(jié)果對(duì)模型進(jìn)行優(yōu)化，實(shí)現(xiàn)對(duì)不同尺度下大豆種子缺陷的準(zhǔn)確分類。

大豆種子圖像在一個(gè)交替旋轉(zhuǎn)的平臺(tái)上每隔35ms采集一次，然后發(fā)送到Jetson Nano開(kāi)發(fā)板上進(jìn)行分類。大豆種子在交替旋轉(zhuǎn)的平臺(tái)上通過(guò)旋轉(zhuǎn)可以揭示出種子的全部六類表面信息，為利用視覺(jué)系統(tǒng)對(duì)種子進(jìn)行綜合評(píng)價(jià)提供了條件。

測(cè)試過(guò)程表明，在中等亮度條件下，所有模型的精度最高。MobileNetV2改進(jìn)模型在掩蔽數(shù)據(jù)集中的分類準(zhǔn)確率達(dá)到97.84%。改進(jìn)的MobileNetV2網(wǎng)絡(luò)模型可以實(shí)現(xiàn)對(duì)不同尺度的大豆種子的精確分類。

利用NVIDIA Jetson Nano強(qiáng)大的計(jì)算能力，推理速度可以達(dá)到35fps，實(shí)現(xiàn)了大豆全表面的實(shí)時(shí)識(shí)別。值得一提的是，團(tuán)隊(duì)選擇了改進(jìn)的MobileNetV2，利用TensorRT-FP16 precision優(yōu)化網(wǎng)絡(luò)，以便在Jetson Nano開(kāi)發(fā)板上實(shí)現(xiàn)最大的推理效果，從而達(dá)到設(shè)計(jì)要求。

本文提出的分選系統(tǒng)可實(shí)現(xiàn)高精度、低成本的應(yīng)用，總分選精度達(dá)98.87%，分選速度達(dá)222粒/min。該方法可作為大豆種子精密分選的有效工具。為不同尺度橢球缺陷種子的全表面檢測(cè)提供了一種方法。

對(duì)于接下來(lái)的開(kāi)發(fā)工作，權(quán)龍哲教授表示：“在未來(lái)的研究中，我們計(jì)劃為多種類型的種子開(kāi)發(fā)一個(gè)合適的數(shù)據(jù)集。這項(xiàng)工作將有助于解決與其它農(nóng)業(yè)種子相關(guān)的分類問(wèn)題?？紤]到分揀機(jī)的運(yùn)行效率，后續(xù)研究如何提高網(wǎng)絡(luò)模型的推理速度將是非常有意義的?！?/p>

原文標(biāo)題：NVIDIA Jetson Nano如何幫助提高大豆產(chǎn)量?

文章出處：【微信公眾號(hào)：NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

審核編輯：湯梓紅