用于边缘计算设备的果树挂果量轻量化估测模型

［目的/意义］挂果量是果树栽培管理的重要指标。传统人力抽样估测果树挂果量的方法不仅耗时费力， 而且容易产生较大误差。本研究提出一种用于边缘计算设备的轻量化模型，实现视频中树上柑橘挂果量的自动估 测。［方法］该模型采用CSPDarkNet53+PAFPN结构作为特征提取网络，实现更快的推理速度和更低的模型复杂 度，在果实跟踪过程中引入Byte算法改进FairMOT的数据关联策略，对视频中的柑橘进行预测跟踪，以提升挂果 量估测准确性。［结果和讨论］在边缘计算设备NVIDIA Jetson AGX上进行模型性能测试结果表明，本研究所建模 型对柑橘挂果量的平均估测精度（Average Estimating Precision，AEP） 和处理速度（Frames Per Second，FPS） 分 别达到91.61%和14.76，模型估测值与人工测得真实值的决定系数R2为0.9858，均方根误差（Root Mean Square Er⁃ ror，RMSE） 为 4.1713，模型参数量、计算量 （Floating Point Operations，FLOPs） 和模型大小分别为 5.01 M、 36.44 G和 70.20 MB，展现出较对比模型更优的挂果量估测性能和更低的模型复杂度。［结论］ 试验结果证明了本 研究所建模型在边缘计算设备上对柑橘挂果量估测的有效性，基于算法模型研发的果园挂果量远程监测系统可满 足用于果园移动平台行进状态下的果树挂果量估测需求。本研究可为果园生产力自动监测分析提供技术支持。