基于改進(jìn)YOLO v8n的甜菜雜草檢測算法研究

摘要：農(nóng)作物生長過程中其伴生雜草的及時(shí)清除能夠有效提高農(nóng)作物的產(chǎn)量和質(zhì)量。針對(duì)當(dāng)前對(duì)于甜菜雜草檢測精度較低、小目標(biāo)漏檢等問題，提出了基于改進(jìn)YOLO v8n的甜菜雜草檢測算法。首先，在檢測頭部分增加一個(gè)小目標(biāo)檢測層，提高模型對(duì)生長初期甜菜和雜草的檢測能力。其次，在主干部分引入感受野坐標(biāo)注意力卷積（receptive-field coordinated attention convolutional operation，RFCAConv），更好地識(shí)別圖像中的邊緣、紋理、形狀等低級(jí)特征，并且所增加的計(jì)算開銷極小。最后，引入損失函數(shù)PIoU v2替換YOLO v8n原來的損失函數(shù)，增強(qiáng)對(duì)中等質(zhì)量錨框的聚焦能力，加快收斂速度，并提高檢測精度。通過公開的Lincolnbeet數(shù)據(jù)集進(jìn)行試驗(yàn)，試驗(yàn)結(jié)果表明，改進(jìn)后的YOLO v8n模型總的mAP@0.5達(dá)到了0.902，對(duì)比YOLO v8n原模型提高了0.035，甜菜和雜草分別提升了0.026、0.041，參數(shù)量減少了3.3%，平均每幅圖片的檢測時(shí)間為4.1 ms，能夠滿足實(shí)時(shí)檢測的要求。

關(guān)鍵詞：甜菜；雜草識(shí)別；YOLO v8n；感受野坐標(biāo)注意力卷積；小目標(biāo)檢測

中圖分類號(hào)：S126；TP319.41" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）24-0196-09

收稿日期：2024-07-08

基金項(xiàng)目：安徽省高校協(xié)同創(chuàng)新項(xiàng)目（編號(hào)：GXXT-2023-068）。

作者簡介：黃友銳（1971—），男，安徽淮南人，博士，教授，主要從事智能控制、智能制造研究。E-mail：hyr628@163.com。

通信作者：王小橋，碩士研究生，主要從事圖像處理研究。E-mail：2022200878@aust.edu.cn。

甜菜作為一種重要的農(nóng)業(yè)作物，不僅是蔬菜和糖制品的原料^［1］，還用于生產(chǎn)生物燃料和飼料，主要種植于內(nèi)蒙古、新疆和黑龍江等地區(qū)^［2］。雜草在生長過程中與作物爭奪水、陽光、肥料和空間^［3］，同時(shí)促進(jìn)害蟲和病原體的生長傳播，影響作物產(chǎn)量和質(zhì)量^［4-5］。傳統(tǒng)的雜草管理方法依賴化學(xué)或機(jī)械手段，如均勻施用除草劑，但因雜草分布不均，導(dǎo)致農(nóng)藥過量使用，不僅造成環(huán)境問題，還易導(dǎo)致雜草產(chǎn)生抗藥性^［6-7］。隨著精準(zhǔn)農(nóng)業(yè)的發(fā)展，自動(dòng)化、智能化的雜草檢測技術(shù)受到了廣泛關(guān)注，這些技術(shù)旨在提高雜草管理的效率和準(zhǔn)確性，有助于減少田間農(nóng)藥的使用，保護(hù)農(nóng)業(yè)生態(tài)環(huán)境，因此，雜草識(shí)別和檢測至關(guān)重要^［8-10］。

為了實(shí)現(xiàn)田間雜草的精確檢測和識(shí)別，國內(nèi)外許多學(xué)者采用機(jī)器視覺、圖像處理等技術(shù)手段，進(jìn)行了大量雜草檢測研究^［11-14］。近年來，隨著深度學(xué)習(xí)在各種視覺任務(wù)中的巨大成功，許多基于圖像的深度學(xué)習(xí)算法已經(jīng)被開發(fā)出來^［15］。例如，兩階段算法：Faster-RCNN^［16］、Mask-RCNN^［17］；單階段算法：SSD^［18］、You Only Look Once（YOLO）系列算法^［19］。其中，YOLO系列算法因其快速、準(zhǔn)確的檢測性能而廣受歡迎，它由不同的版本組成，在2016年首次推出YOLO，后幾年又推出了YOLO v2、YOLO v3、YOLO v4、YOLO v5、YOLO v6、YOLO v7和YOLO v8版本。許多研究人員將YOLO系列應(yīng)用于雜草檢測和其他農(nóng)業(yè)目標(biāo)識(shí)別任務(wù)^［20］。Ying等應(yīng)用YOLO v4改進(jìn)了一個(gè)輕量級(jí)的雜草檢測模型，用于檢測胡蘿卜幼苗中的雜草，研究結(jié)果為雜草檢測、機(jī)器人除草和選擇性噴灑提供了參考^［21］。Wang等構(gòu)建了一種結(jié)合YOLO v5和注意力機(jī)制的模型，用于檢測茄子的沙丘種子，經(jīng)過多尺度訓(xùn)練后，其檢測速度和檢測效果可應(yīng)用于入侵雜草長喙龍葵幼苗的田間實(shí)時(shí)檢測^［22］。亢潔等提出一種基于多尺度融合模塊和特征增強(qiáng)的雜草檢測方法，對(duì)小目標(biāo)作物與雜草以及葉片交疊情況的檢測能力均有提高^［23］。鄧天民等為了解決無人機(jī)（UAV）航拍圖像檢測存在的小目標(biāo)檢測精度低和模型參數(shù)量大的問題，提出輕量高效的航拍圖像檢測算法 FS-YOLO，該算法泛化能力較強(qiáng)，較其他先進(jìn)算法更具競爭力^［24］。

上述研究雖然能夠在特定環(huán)境下達(dá)到較好的檢測效果，但是，當(dāng)應(yīng)用于復(fù)雜的農(nóng)田環(huán)境中，尤其是在檢測小型或密集分布的雜草時(shí)，仍然有一定的局限性。因此，本研究基于最新的YOLO v8n算法，提出了一種改進(jìn)的甜菜雜草檢測模型。為了更好地識(shí)別圖像中的邊緣、紋理、形狀等低級(jí)特征，使用RFCAConv替換主干部分的普通卷積。為了提高模型對(duì)生長初期的甜菜和雜草的檢測能力，在檢測頭部分增加了一個(gè)小目標(biāo)檢測層。為了增強(qiáng)對(duì)中等質(zhì)量錨框的聚焦能力，提升模型的檢測精度以及收斂速度，引入了一個(gè)損失函數(shù)PIoU v2。

1 材料與方法

1.1 YOLO v8概述

YOLO v8是ultralytics公司在2023年1月發(fā)布的，可以進(jìn)行圖像分類、物體檢測和實(shí)例分割，該模型易于部署和操作，因此被應(yīng)用于各種不同的實(shí)際場景中^［19］。算法的模型結(jié)構(gòu)包括：Backbone、Head、Neck。Backbone 和Neck部分參考了YOLO v7 ELAN設(shè)計(jì)思想，將C3模塊與ELAN結(jié)構(gòu)結(jié)合起來構(gòu)成C2f模塊；Head部分是目前主流的解耦頭結(jié)構(gòu)，將分類和檢測頭分離，同時(shí)也將Anchor-Based換成了Anchor-Free。另外，Loss計(jì)算方面采用了CIoU Loss和Distribution Focal Loss作為回歸損失函數(shù)^［25］。在數(shù)據(jù)增強(qiáng)方面，引入了YOLOX中所提出的最后10epoch關(guān)閉Mosiac增強(qiáng)的操作。

1.2 改進(jìn)YOLO v8n模型結(jié)構(gòu)

1.2.1 增加小目標(biāo)檢測層

在YOLO v8n中本身有3個(gè)檢測層，位于網(wǎng)絡(luò)結(jié)構(gòu)的不同深度，從淺層的特征圖提取細(xì)節(jié)信息，從深層的特征圖提取更加抽象和語義豐富的信息。然而，較深的特征圖很難學(xué)習(xí)到小目標(biāo)的特征信息，這會(huì)導(dǎo)致對(duì)小目標(biāo)的識(shí)別效果下降。所以，針對(duì)甜菜雜草數(shù)據(jù)集中的小目標(biāo)，在Head部分引入一個(gè)小目標(biāo)檢測層P2，對(duì)較淺特征圖與較深特征圖拼接后輸出的大小為160×160的特征圖進(jìn)行檢測，160×160的特征圖保留了較多的細(xì)節(jié)信息，有利于檢測小目標(biāo)。

改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，虛線框?yàn)楦倪M(jìn)模塊。

1.2.2 感受野坐標(biāo)注意力卷積運(yùn)算（RFCAConv）

將注意力模塊集成到Y(jié)OLOv8n中 可以增強(qiáng)對(duì)圖像局部特征的提取，例如引入坐標(biāo)注意力（coordinated attention，CA）模塊^［26］。但CA只關(guān)注空間特征，不能解決大卷積核參數(shù)共享的問題。為此，本研究引入了感受野坐標(biāo)注意力卷積（receptive-field coordinated attention convolutional operation，RFCAConv）^［27］，這是一種基于感受野注意力（receptive-field attention，RFA）理念的創(chuàng)新卷積方法，其核心在于整合了CA至感受野注意力卷積（receptive-field attention convolutional operation，RFAConv）中。

感受野空間特征是專門為卷積核設(shè)計(jì)的，并根據(jù)核大小動(dòng)態(tài)生成。由圖2可見，以3×3卷積核為例，“Spatial Feature”指的是原始的特征圖，“Recetive-Field Spatial Feature”是空間特征根據(jù)卷積核大小變換后的特征圖，該方法強(qiáng)調(diào)了感受野滑塊內(nèi)不同特征的重要性，完全解決了卷積核參數(shù)共享的問題，為大尺寸卷積核的應(yīng)用提供了有效的注意力加權(quán)。RFA的計(jì)算公式如下：

F=Softmax{g^1×1［AvgPool（x）］}×ReLU{Norm［g^k×k（x）］}=Arf×Frf。（1）

式中：F是每個(gè)卷積滑塊獲得的值；g^i×i是大小為i×i的分組卷積；k是卷積核的大?。籒orm是歸一化；X是輸入特征圖；Arf是注意力圖；Frf是變換后的感受野空間特征。

RFA將全局和局部信息結(jié)合起來，以優(yōu)化特征提取過程。全局特征聚合步驟通過平均池化和1×1卷積來計(jì)算全局注意力權(quán)重，強(qiáng)調(diào)重要的特征。局部特征歸一化與增強(qiáng)步驟通過k×k卷積、歸一化和ReLU激活來提取和增強(qiáng)局部特征。

為了進(jìn)一步提高感受野注意力的性能，將考慮了長距離信息、通過全局平均池化方式獲取全局信息的CA引入感受野空間特征，生成RFCAConv，徹底解決了參數(shù)共享的問題。RFCAConv的詳細(xì)結(jié)構(gòu)如圖3所示。

1.2.3 損失函數(shù)改進(jìn)

目標(biāo)檢測領(lǐng)域中，邊界框定位精度是衡量模型性能的重要指標(biāo)，它在很大程度上取決于邊框回歸損失函數(shù)的設(shè)計(jì)和實(shí)現(xiàn)。在YOLO v8中計(jì)算邊框損失采用的是DFL損失和CIoU相結(jié)合的方法^［25］，這種損失函數(shù)受到不合理懲罰因子的影響，在回歸過程中錨框不斷擴(kuò)大，不利于小目標(biāo)的定位，導(dǎo)致收斂速度慢。所以本研究使用了Powerful-IoU（PIoU）來解決這一問題^［28］，PIoU中有適應(yīng)目標(biāo)大小的懲罰因子P，其計(jì)算公式如下：

P=dw1wgt+dw2wgt+dh1hgt+dh2hgt4。（2）

式中：dw1、dw2、dh1、dh2是預(yù)測框和目標(biāo)框?qū)?yīng)邊緣之間距離的絕對(duì)值；wgt、hgt是目標(biāo)框的寬度和高度。

從式（2）可以看出，P的大小只取決于目標(biāo)框的高度和寬度，不會(huì)隨著錨框的擴(kuò)大而改變。并且只有當(dāng)錨框和目標(biāo)框完全重疊的情況下，P才為0，所以該懲罰因子具有對(duì)目標(biāo)尺寸的適應(yīng)性。各變量之間的關(guān)系如圖4所示。

為了進(jìn)一步提升損失函數(shù)的效果，基于上文得到的懲罰因子P，引入了一個(gè)適應(yīng)錨框質(zhì)量的懲罰函數(shù)，其引導(dǎo)錨框沿著更直接、更高效的路徑回歸，加速收斂并提高檢測準(zhǔn)確度。其表達(dá)式如下：

f（x）=1-e^-x2；（3）

LPIoU=LIoU+f（x），1≤LPIoU≤2。（4）

式中：f（x）是懲罰函數(shù)；LPIoU是PIoU損失函數(shù)；LIoU是IoU損失函數(shù)。

函數(shù)f（x）能夠根據(jù)錨框與目標(biāo)框的差異自動(dòng)調(diào)整梯度幅度，以便在不同階段進(jìn)行自適應(yīng)優(yōu)化。在錨框與目標(biāo)框差異顯著時(shí)，P值較大，導(dǎo)致函數(shù)導(dǎo)數(shù)f′（p）較小，從而抑制低質(zhì)量錨框的梯度影響，避免模型過度調(diào)整以適應(yīng)這些質(zhì)量差的錨框。錨框與目標(biāo)框差異較小時(shí)，P值接近1，導(dǎo)數(shù)f′（p）較大，有助于模型更快地調(diào)整錨框，加速模型對(duì)這些比較接近的錨框的優(yōu)化過程。當(dāng)錨框非常接近目標(biāo)框時(shí)，P值接近0，導(dǎo)數(shù)f′（p）隨錨框質(zhì)量提升逐漸減小，允許錨框通過較小的梯度調(diào)整，穩(wěn)定優(yōu)化直至與目標(biāo)框?qū)R。

為進(jìn)一步提高檢測模型的性能，提出PIoU v2，它是一個(gè)由單個(gè)超參數(shù)控制的非單調(diào)注意力層與PIoU損失相結(jié)合形成的，即在PIoU損失中添加了注意力層，增強(qiáng)了集中在中高等質(zhì)量錨框上的能力。注意力函數(shù)和PIoU v2損失的表達(dá)式如下：

q=e^-P，q∈（0，1］；（5）

u（x）=3x·e^-x2；（6）

LPIoU v2=u（λq）·LPIoU=3·（λq）·e^-（λq）2·LPIoU。（7）

式中：q是代替P作為懲罰因子，范圍為（0，1］，用來測量錨框的質(zhì)量；u（x）是非單調(diào)注意力函數(shù)；λ是控制注意力函數(shù)行為的超參數(shù)；LPIoU v2是PIoU v2損失函數(shù)。

當(dāng)q為1時(shí)，意味著P為0，這時(shí)錨框與目標(biāo)框是完全重合的。從式（5）可以看出，當(dāng)P增大時(shí)，q會(huì)逐漸減小，此時(shí)代表的是低質(zhì)量的錨框。式（7）中，PIoU v2只需要λ這一個(gè)超參數(shù)，簡化了調(diào)優(yōu)的過程。

2 結(jié)果與分析

2.1 數(shù)據(jù)集及預(yù)處理

本研究使用公開數(shù)據(jù)集Lincolnbeet^［29］，數(shù)據(jù)集中包含4 402張圖片，有甜菜和雜草2類目標(biāo)，分別有16 399、22 847個(gè)目標(biāo)邊界框。圖像尺寸為1 920像素×1 080像素，數(shù)據(jù)集中包含的標(biāo)簽為COCOjson、XML和darknets格式。

另外，為了使數(shù)據(jù)集的樣本更加均衡，同時(shí)提升模型在面對(duì)未知、復(fù)雜或噪聲數(shù)據(jù)時(shí)的魯棒性和泛化能力，更好地適應(yīng)現(xiàn)實(shí)世界中的各種應(yīng)用場景，對(duì)其中的部分包含目標(biāo)較多的圖片采用旋轉(zhuǎn)、平移、調(diào)節(jié)亮度、Cutout以及添加高斯噪聲等基礎(chǔ)數(shù)據(jù)增強(qiáng)方式。其中，旋轉(zhuǎn)的角度為35°，平移的距離為最大允許距離的1/3，亮度調(diào)節(jié)的參數(shù)在0.8～1.2之間，Cutout的矩形邊框大小為100像素。經(jīng)過處理后，數(shù)據(jù)集擴(kuò)充為5 897張，并按7 ∶2 ∶1的比例將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集、測試集，劃分后分別為4 127、1 180、590張。處理前后的圖片如圖5所示。

2.2 試驗(yàn)環(huán)境

本試驗(yàn)在深度學(xué)習(xí)服務(wù)器下進(jìn)行，GPU型號(hào)為NVIDIA GeForce RTX4090，內(nèi)存為24 GB，python編譯器版本為3.9，深度學(xué)習(xí)框架為PyTorch-1.10.0，CUDA版本：12.2。試驗(yàn)時(shí)間為2023年9月至2024年6月，試驗(yàn)地點(diǎn)為安徽理工大學(xué)百川樓。試驗(yàn)具體的超參數(shù)設(shè)置如表1所示。

2.3 評(píng)價(jià)指標(biāo)

采用2類對(duì)象的平均精度均值（mAP@0.5）評(píng)估模型的整體性能，參數(shù)量（Params）反映模型的規(guī)模和復(fù)雜性，浮點(diǎn)運(yùn)算次數(shù)（GFLOPs）衡量模型計(jì)算復(fù)雜度，F(xiàn)PS評(píng)估模型的檢測速度。AP通過計(jì)算精度-召回率曲線下的面積來評(píng)估模型在檢測多個(gè)對(duì)象類別時(shí)的表現(xiàn)，考慮了模型在識(shí)別目標(biāo)時(shí)的準(zhǔn)確性（P），同時(shí)也考慮了模型在實(shí)際目標(biāo)中正確識(shí)別的比例（R）。這個(gè)PR曲線下的面積提供了模型在各個(gè)對(duì)象類別中檢測性能的綜合評(píng)估。

AP的計(jì)算公式如下：

AP=∫10P（R）dR。（8）

mAP是AP的均值，計(jì)算公式如下：

mAP=1N∑ni=1APi。（9）

2.4 對(duì)比試驗(yàn)

為了驗(yàn)證本研究所提出的改進(jìn)后的YOLO v8算法的有效性，將其與當(dāng)前流行的檢測模型進(jìn)行比較。比較它們?cè)谕粩?shù)據(jù)集上的性能，試驗(yàn)結(jié)果如表2所示。

根據(jù)表2可知，將改進(jìn)后的算法與YOLO系列算法：YOLO v8n、YOLO v3-tiny、YOLO v5n、YOLO v7-tiny，以及SSD進(jìn)行對(duì)比，改進(jìn)模型mAP@0.5指標(biāo)顯著超越了YOLO v3-tiny、YOLO v5n、YOLO v8n，并且檢測時(shí)間為4.1 ms，能夠滿足實(shí)時(shí)檢測的要求。與YOLO v8n相比，改進(jìn)模型不僅在mAP@0.5上提高0.035，而且在參數(shù)量上減少了3.3%，所以整體性能上顯著高于YOLO v8n。改進(jìn)模型參數(shù)量較小，僅次于參數(shù)量最小的YOLO v5n，但mAP@0.5提高了0.038。YOLO v3-tiny、YOLO v7-tiny模型在識(shí)別中的mAP@0.5均比較高，分別達(dá)到0.834、0.859，但他們的參數(shù)量和計(jì)算量都比較大，檢測時(shí)間也更長，不適合在資源有限的嵌入式設(shè)備上部署和運(yùn)行。SSD算法具有較大的參數(shù)量和計(jì)算量，并且mAP@0.5值很低，遠(yuǎn)不如其他幾個(gè)算法。綜合比較模型的復(fù)雜性、檢測的準(zhǔn)確性以及實(shí)際的使用環(huán)境，改進(jìn)模型在多個(gè)目標(biāo)檢測模型中表現(xiàn)優(yōu)秀，能夠保證較高的檢測精度和檢測速度，更適用于具有不同大小目標(biāo)的甜菜雜草檢測。

從表2可以看出，YOLO v3-tiny、YOLO v5n、YOLO v7-tiny、YOLO v8n這4個(gè)模型mAP@0.5相對(duì)較高，比較接近改進(jìn)模型。以上模型在訓(xùn)練300輪的過程中，mAP@0.5隨著訓(xùn)練批次的變化圖如圖6所示。從圖中可以看出，改進(jìn)后的算法從開始訓(xùn)練后，曲線始終處于最上方，并且整體呈上升趨勢，當(dāng)訓(xùn)練到150輪之后趨于平穩(wěn)，mAP@0.5基本達(dá)到頂峰，模型逐步收斂。變化曲線圖更加直觀地說明了改進(jìn)的模型在檢測精度和收斂速度上相對(duì)于其他模型表現(xiàn)更優(yōu)，正確識(shí)別和定位目標(biāo)的能力更強(qiáng)。

2.5 消融試驗(yàn)

為了驗(yàn)證模型改進(jìn)的3個(gè)模塊的效果，進(jìn)行了針對(duì)單一改進(jìn)以及兩兩組合改進(jìn)措施的有效性對(duì)比試驗(yàn)，試驗(yàn)結(jié)果如表3所示。

通過分析表3的數(shù)據(jù)，可以觀察到，第4組試驗(yàn)引入了針對(duì)小尺寸目標(biāo)的檢測層P2，模型的mAP@0.5相較于原始模型上升了0.021。具體來看，甜菜提高了0.014，而雜草則提高了0.024，對(duì)于標(biāo)注框較小的雜草來說，有顯著的提升，展示了添加小目標(biāo)檢測層所帶來的積極效果。第2、3、4組試驗(yàn)均是單一改進(jìn)模塊，對(duì)比YOLO v8n模型，mAP@0.5分別提升了0.01、0.011、0.021。第5、6、7組試驗(yàn)是3個(gè)改進(jìn)措施中的任意2種組合，相較于單一改進(jìn)措施，均有性能上的提升，因此，證明了本研究3個(gè)改進(jìn)模塊的有效性。最后一組試驗(yàn)同時(shí)融合這3個(gè)模塊，對(duì)比YOLO v8n模型，整體的mAP@0.5得到了0.035的提升，其中，甜菜提升了0.026，雜草增加了0.041，參數(shù)量沒有增大。從這些結(jié)果可以看出，改進(jìn)后的模型在識(shí)別甜菜和雜草方面效果很好。

2.6 改進(jìn)算法性能分析

在相同的試驗(yàn)環(huán)境下，對(duì)改進(jìn)前后的算法進(jìn)行試驗(yàn)，圖7展示了2種模型在訓(xùn)練300輪的過程中各類損失值的變化情況。

邊界框損失（Box_loss）的作用是評(píng)估模型預(yù)測的邊界框與真實(shí)邊界框之間的差異。從圖7中可以看出，改進(jìn)后的模型在訓(xùn)練集和驗(yàn)證集上都表現(xiàn)出更低的損失值和更快的收斂速度。這表明，引入的PIoU v2損失函數(shù)顯著提升了模型定位目標(biāo)物體的精度。此外，改進(jìn)模型的分類損失（cls_loss）和分布焦點(diǎn)損失（dfl_loss）曲線均低于原模型，表明改進(jìn)模型在識(shí)別目標(biāo)物體類別方面表現(xiàn)更佳。上述結(jié)果表明，通過優(yōu)化這些損失函數(shù)，改進(jìn)后的模型在訓(xùn)練過程中能夠更快速、更準(zhǔn)確地定位和分類目標(biāo)，實(shí)現(xiàn)了高效且精確的目標(biāo)檢測。

為了測試模型在復(fù)雜環(huán)境下的檢測性能，使用包含甜菜和雜草的4種不同場景的測試集圖片，對(duì)YOLO v8n和改進(jìn)模型進(jìn)行分析。試驗(yàn)結(jié)果如圖8、圖9所示。

第1類圖像（a）具有較高的光照強(qiáng)度，從中可以觀察到，經(jīng)過優(yōu)化的模型在檢測置信度上顯著優(yōu)于YOLO v8n。這表明模型在訓(xùn)練了經(jīng)過數(shù)據(jù)增強(qiáng)處理的數(shù)據(jù)集之后，對(duì)高亮度圖像的檢測能力得到了顯著提升。在第2類圖片（b）里，甜菜的特征與背景有著顯著的對(duì)比，使得2種模型都能較好地識(shí)別圖片中的大目標(biāo)，但改進(jìn)模型的檢測置信度高于YOLO v8n，并且不存在小目標(biāo)漏檢的情況，而改進(jìn)后的模型能夠完全檢測。在第3類圖片（c）中，由于目標(biāo)之間的相互遮擋，YOLO v8n未能完全檢測出目標(biāo)，而經(jīng)過改進(jìn)后的模型對(duì)此類復(fù)雜場景進(jìn)行了優(yōu)化，因此可以準(zhǔn)確地辨識(shí)并區(qū)分相互重疊的目標(biāo)，顯著提升了對(duì)遮擋情況下物體識(shí)別的能力。第4類圖片（d）中，包含較多小目標(biāo)，YOLO v8n出現(xiàn)了漏檢的情況，相比之下，改進(jìn)后的模型通過增加一個(gè)專門針對(duì)小目標(biāo)的檢測層，從而在小目標(biāo)的識(shí)別上展現(xiàn)了更佳的性能，這一改進(jìn)使得模型在小尺寸目標(biāo)的檢測方面表現(xiàn)更為出色?？偟膩砜?，改進(jìn)后的模型在目標(biāo)檢測方面的表現(xiàn)超過了YOLO v8n，這表明該網(wǎng)絡(luò)能夠捕捉到淺層的局部信息和更加豐富的語義特征，從而具有更優(yōu)秀的性能表現(xiàn)。

3 結(jié)論

為了解決現(xiàn)有研究對(duì)于甜菜雜草檢測精度較低、存在小目標(biāo)漏檢等問題，本研究基于最新的YOLO v8n算法，提出了一種改進(jìn)的甜菜雜草檢測模型。首先，通過在YOLO v8n模型的主干部分引入RFCAConv，提高了模型識(shí)別圖像特征的能力。其次，在檢測頭部分增加了一個(gè)小目標(biāo)檢測層，提高了模型對(duì)生長初期的甜菜和雜草的檢測能力。最后，引入了PIoU v2損失函數(shù)，加快了收斂速度，并且提高了檢測精度。通過使用公開的Lincolnbeet數(shù)據(jù)集進(jìn)行試驗(yàn)，試驗(yàn)結(jié)果表明，改進(jìn)YOLO v8n模型總的mAP@0.5達(dá)到了0.902，對(duì)比YOLO v8n原模型提高了0.035，平均每幅圖片的檢測時(shí)間為 4.1 ms，能夠滿足實(shí)時(shí)檢測的要求。與其他4種主流模型比較，改進(jìn)后的模型參數(shù)量較小，識(shí)別模型精度最高，減少了小目標(biāo)漏檢現(xiàn)象，在甜菜雜草檢測方面具有較好的性能。

研究使用的數(shù)據(jù)集主要包括生長早期的雜草。未來的研究將集中在收集甜菜和雜草在其他生長階段的數(shù)據(jù)，以提高模型在現(xiàn)實(shí)場景中的性能。

參考文獻(xiàn)：

［1］周艷麗，李曉威，劉 娜，等. 內(nèi)蒙古甜菜制糖產(chǎn)業(yè)發(fā)展探析［J］. 中國糖料，2020，42（2）：59-64.

［2］劉曉雪，蒙威宇，謝由之. 甜菜生產(chǎn)大幅波動(dòng)的原因探究：基于199份農(nóng)戶調(diào)查問卷［J］. 中國糖料，2024，46（2）：92-102.

［3］湯雷雷，萬開元，陳 防. 養(yǎng)分管理與農(nóng)田雜草生物多樣性和遺傳進(jìn)化的關(guān)系研究進(jìn)展［J］. 生態(tài)環(huán)境學(xué)報(bào)，2010，19（7）：1744-1749.

［4］袁洪波，趙努東，程 曼. 基于圖像處理的田間雜草識(shí)別研究進(jìn)展與展望［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（2）：323-334.

［5］李 彧，余心杰，郭俊先. 基于全卷積神經(jīng)網(wǎng)絡(luò)方法的玉米田間雜草識(shí)別［J］. 江蘇農(nóng)業(yè)科學(xué)，2022，50（6）：93-100.

［6］孟慶寬，張 漫，楊曉霞，等. 基于輕量卷積結(jié)合特征信息融合的玉米幼苗與雜草識(shí)別［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（12）：238-245，303.

［7］毛文華，張銀橋，王 輝，等. 雜草信息實(shí)時(shí)獲取技術(shù)與設(shè)備研究進(jìn)展［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（1）：190-195.

［8］姜紅花，張傳銀，張 昭，等. 基于Mask R-CNN的玉米田間雜草檢測方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（6）：220-228，247.

［9］苗中華，余孝有，徐美紅，等. 基于圖像處理多算法融合的雜草檢測方法及試驗(yàn)［J］. 智慧農(nóng)業(yè)，2020，2（4）：103-115.

［10］胡 煉，劉海龍，何 杰，等. 智能除草機(jī)器人研究現(xiàn)狀與展望［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，44（1）：34-42.

［11］翁 楊，曾 睿，吳陳銘，等. 基于深度學(xué)習(xí)的農(nóng)業(yè)植物表型研究綜述［J］. 中國科學(xué)（生命科學(xué)），2019，49（6）：698-716.

［12］Li Y，Guo Z Q，Shuang F，et al. Key technologies of machine vision for weeding robots：a review and benchmark［J］. Computers and Electronics in Agriculture，2022，196：106880.

［13］胡盈盈，王瑞燕，郭鵬濤，等. 基于近地光譜特征的玉米田間雜草識(shí)別研究［J］. 江蘇農(nóng)業(yè)科學(xué)，2020，48（8）：242-246.

［14］化春鍵，張愛榕，陳 瑩. 基于改進(jìn)的Retinex算法的草坪雜草識(shí)別［J］. 江蘇農(nóng)業(yè)學(xué)報(bào)，2021，37（6）：1417-1424.

［15］李柯泉，陳 燕，劉佳晨，等. 基于深度學(xué)習(xí)的目標(biāo)檢測算法綜述［J］. 計(jì)算機(jī)工程，2022，48（7）：1-12.

［16］Ren S Q，He K M，Girshick R，et al. Faster R-CNN：Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2015，39（6）：1137-1149.

［17］He K M，Gkioxari G，Dollár P，et al. Mask R-CNN ［C］//Proceedings of the IEEE International Conference on Computer Vision. Italy：IEEE Press，2017：2961-2969.

［18］Liu W，Anguelov D，Erhan D，et al. SSD：single shot MultiBox detector［C］//Computer Vision-ECCV 2016. Cham：Springer International Publishing，2016：21-37.

［19］Kumar P，Misra U. Deep learning for weed detection：exploring YOLO v8 algorithms performance in agricultural environments［C］//Proceedings of the 2024 2nd International Conference on Disruptive Technologies （ICDT）. Greater Noida：IEEE Press，2024：255-258.

［20］Gallo I，Rehman A U，Dehkordi R H，et al. Deep object detection of crop weeds：performance of YOLO v7 on a real case dataset from UAV images［J］. Remote Sensing，2023，15（2）：539.

［21］Ying B Y，Xu Y C，Zhang S，et al. Weed detection in images of carrot fields based on improved YOLO v4［J］. Traitement Du Signal，2021，38（2）：341-348.

［22］Wang Q F，Cheng M，Huang S，et al. A deep learning approach incorporating YOLO v5 and attention mechanisms for field real-time detection of the invasive weed Solanum rostratum Dunal seedlings［J］. Computers and Electronics in Agriculture，2022，199：107194.

［23］亢 潔，劉 港，郭國法. 基于多尺度融合模塊和特征增強(qiáng)的雜草檢測方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（4）：254-260.

［24］鄧天民，程鑫鑫，劉金鳳，等. 基于特征復(fù)用機(jī)制的航拍圖像小目標(biāo)檢測算法［J］. 浙江大學(xué)學(xué)報(bào)（工學(xué)版），2024，58（3）：437-448.

［25］Zheng Z H，Wang P，Liu W，et al. Distance-IoU loss：Faster and better learning for bounding box regression［C］//Proceedings of the AAAI Conference on Artificial Intelligence，2020，34（7）：12993-13000.

［26］Hou Q B，Zhou D Q，F(xiàn)eng J S. Coordinate attention for efficient mobile network design［C］//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville：IEEE Press，2021：13713-13722.

［27］Zhang X，Liu C，Yang D，et al. RFAConv：innovating spatial attention and standard convolutional operation ［EB/OL］. arxiv preprint，arxiv：2304.03198v6（2023-04-06） ［2024-04-07］. https：//doi.org/10.48550/arXiv.2304.03198.

［28］Liu C，Wang K G，Li Q，et al. Powerful-IoU：more straightforward and faster bounding box regression loss with a nonmonotonic focusing mechanism［J］. Neural Networks，2024，170：276-284.

［29］Salazar-Gomez A，Darbyshire M，Gao J，et al. Beyond mAP：towards practical object detection for weed spraying in precision agriculture ［C］//Proceedings of the 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems. Kyoto Japan：IEEE Press，2022：9232-9238.