朱学岩，张新伟，顾梦梦，赵燕东，陈锋军*

(1. 北京林业大学工学院，北京 100083；2. 城乡生态环境北京实验室，北京 100083；3. 德州农工大学园艺系，大学城 77843；4. 林业装备与自动化国家林业和草原局重点实验室，北京 100083)

苗木库存是相关企业运营和管理的一个关键参数。目前苗木数量主要依靠传统的人工计数完成，工作重复枯燥，主观性强，劳动效率低，人工成本高并且无法保证计数准确率[1-2]。在苗木行业飞速发展和人工成本逐年提高的背景下，亟须自动、高效、准确并且成本低的苗木计数解决方案。利用无人机航拍苗木图像加上机器视觉的技术，快速准确地计数苗木是一种理想的解决方法。

国内外学者对于苗木计数的问题进行了各种探索。Haakess[3]使用条形码和RFID电子标签进行苗木库存盘点，但该方法与人工计数相比成本没有明显下降，难以推广应用。一些学者尝试利用计算机图像处理和机器视觉的方法统计麦穗数量[4]、玉米株数[5]、柑橘树数量[6]、苗圃盆栽和地栽植株数量[7]，以及棕榈树的数量[8]，虽然做了各种各样的尝试，但是离实际应用还有一定的差距。随着深度学习被证明为一种有效的工具，越来越多的研究者开始相关应用的研究，取得了各种各样的研究进展。Fromm等[9]证明使用卷积神经网络可以检测加拿大阿尔伯塔北部森林树木的数量；Morales等[10]提出基于Deeplabv3+网络的棕榈树分割模型分割单独的棕榈树和被遮挡的棕榈树；Onishi等[11]利用eCognition Developer软件和GoogLeNet模型分割桃树树冠统计桃树数量；……