孟庆宽 张 漫 叶剑华 都泽鑫 宋名果 张志鹏

(1.天津职业技术师范大学自动化与电气工程学院， 天津 300222； 2.天津市信息传感与智能控制重点实验室， 天津 300222；3.中国农业大学现代精细农业系统集成研究教育部重点实验室， 北京 100083)

0 引言

蔬菜包含丰富的维生素、矿物质和膳食纤维，是维持人体营养平衡，保持身体健康的重要食物之一[1-2]。近些年，我国蔬菜种植面积稳定在2 000万hm2左右，年产量达7亿t，已经超过粮食产量成为第一大农产品[3]。蔬菜产业的迅速发展满足了人们日常生活需要，但在种植过程中也存在施肥过量、农药使用超标等问题，对生态环境和人体健康产生不利影响。随着电子技术和计算机技术的发展，自动化智能农业装备逐渐应用到农业生产中，通过靶向喷药、变量施肥、机械除草等一系列手段提高了蔬菜作物的产量与安全品质[4-6]。

目前，大部分智能农业装备基于机器视觉获取作物图像，快速准确地识别作物种类并进行定位是实现智能农业装备高效精准作业的先决条件[7-8]。在作物识别定位方面，国内外学者开展了一系列研究[9-14]。这些方法主要基于作物颜色、形状、纹理、光谱和位置等特征中的一种或多种的组合实现作物识别定位，但在实际应用过程中只能针对特定环境下作物进行检测，并且容易受到自然光照、背景噪声和枝叶遮挡等因素影响导致识别准确率降低。

相比于常规方法，卷积神经网络在近些年得到迅速发展，其通过卷积层、池化层、全连接层对输入图像由浅入深地提取不同层次特征，经过信息分类和位置回归，实现对目标的准确检测[15-19]。……