雷火竞技克日，中国农业科学院植物维护探索所聪颖植保更始团队正在国际着名期刊《Computers and Electro

　　nics in Agriculture》（中科院1区，IF：7.7）楬橥题为“Precise Extraction of Targeted Apple Tree Canopy with YOLO-Fi Model for Advanced UAV Spraying Plans”的探索论文；构修了合适于果树识别、定位、豆割提取等多对象使命需求的YOLO-Fi算法模子，并告竣可用于植保无人飞机果树对靶变量喷施功课的完全本事计划。

　　精准阐述果树冠层讯息，并精准导航植保机器竣工施药功课是果园聪颖化管束的症结。但正在庞大的果园境况中，同时竣工树冠的识别、定位和豆割以告竣精准施药拥有很高的挑衅性果树。本探索提出了一种基于无人机数据和深度研习算法的归纳框架，以精准获取苹果树讯息，从而告竣植保无人飞机对靶果树变量施药。最先，运用mRMR （Max-Relevance and Min-Redundancy）算法抉择3个特质（RVI、NDVI、SAVI）来创修协调图像以从布景境况中突显树冠；然后果树，运用加强后的图像天生标志样本数据集。其次，运用标志数据集练习开辟了 YOLO-Fi 模子。将各模子对试验区果树举办检测、定位与豆割，结果说明YOLO-Fi模子效率最优（FPS = 370，mAP50-95（B） = 0.862，mAP50-95（M） = 0.723，MIoU = 0.749）。随后，基于果树树冠豆割面积天生变量喷施处方图；与惯例喷施比拟，喷施量可省略47.92%。结果，运用蚁群算法计划植保无人飞机正在试验区内遍历飞翔每棵果树冠层的最短道途；与无人机惯例喷施功课的飞翔道途比拟，飞翔隔断省略2.04%。本探索可为无人机精准管束果园供给树冠监测、阐述、定位、导航果树、精准施药等的归纳计划和本事撑持。

　　中国农业科学院植物维护探索所为论文的第一竣工单元，博士探索生魏鹏为论文的第一作家，植保所袁会珠探索员与闫晓静探索员为论文的合伙通信作家。该探索取得国度中心研发筹划项目（2022YFD2001402）的接济。植保无人飞机果树精确对靶变量喷施的全部计谋与工夫杀青