基于改進(jìn)FCOS的水稻葉片病害檢測(cè)模型

摘要：針對(duì)傳統(tǒng)水稻病害識(shí)別方法主要依賴人工，效率低下且存在人工主觀誤差的問(wèn)題，提出一種基于改進(jìn)FCOS模型的水稻葉片病害檢測(cè)模型。首先收集950張3種不同病害的水稻葉片圖像，構(gòu)建Pascal Voc格式的水稻葉片病害數(shù)據(jù)集。為增強(qiáng)模型的泛化能力，對(duì)劃分為訓(xùn)練集的圖像進(jìn)行數(shù)據(jù)增強(qiáng)，訓(xùn)練集圖像由760張擴(kuò)增到6 080張。然后構(gòu)建檢測(cè)模型，改進(jìn)FCOS模型在原模型的基礎(chǔ)上，在特征融合網(wǎng)絡(luò)引入CBAM注意力模塊；損失函數(shù)中，回歸損失函數(shù)采用CIoU損失函數(shù)，分類損失函數(shù)和中心度損失函數(shù)與原FCOS模型保持一致。改進(jìn)的FCOS模型在水稻葉片病害數(shù)據(jù)上的平均精度均值達(dá)77.7%，相比原FCOS模型提升了2.3百分點(diǎn)，改進(jìn)的模型在不明顯提升檢測(cè)時(shí)間的情況下，提升了模型的精度。通過(guò)試驗(yàn)與模型YOLOF、Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD進(jìn)行對(duì)比，結(jié)果表明本研究模型取得了最高的檢測(cè)精度，且在檢測(cè)精度和檢測(cè)速度上取得了最高的權(quán)衡。結(jié)果表明，本研究提出的模型能夠比較精準(zhǔn)地識(shí)別水稻白葉枯病、胡麻葉斑病和葉瘟病，可以為水稻葉片病害的檢測(cè)提供參考。

關(guān)鍵詞：改進(jìn)FCOS模型；水稻葉片病害圖像；Pascal Voc格式；CBAM注意力模塊；CIOU損失函數(shù)

中圖分類號(hào)：S126；TP391.41 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）12-0232-07

水稻作為我國(guó)重要的糧食作物之一，有著悠久的種植歷史。我國(guó)水稻的種植面積和產(chǎn)量均居世界前列［1］。然而水稻在各個(gè)生長(zhǎng)周期易受到各種病蟲侵害，從而嚴(yán)重?fù)p害水稻的產(chǎn)量和品質(zhì)。因此，及時(shí)準(zhǔn)確識(shí)別水稻病蟲害并根據(jù)識(shí)別結(jié)果采取對(duì)應(yīng)的防治措施，對(duì)于保證水稻的健康生長(zhǎng)是十分重要且必要的。

傳統(tǒng)的植物病害識(shí)別方法主要依賴于人工進(jìn)行，該方法效率低且依賴于人的主觀意識(shí)［2］。伴隨著深度學(xué)習(xí)技術(shù)的發(fā)展，以Faster R-CNN為代表的雙階段檢測(cè)模型、以YOLO系列為代表的一階段檢測(cè)模型已應(yīng)用到植物圖像檢測(cè)領(lǐng)域［3-5］。朱紅春等使用Faster R-CNN對(duì)茶葉嫩芽進(jìn)行檢測(cè)，與傳統(tǒng)的茶葉嫩芽識(shí)別算法的對(duì)比試驗(yàn)表明，該模型在檢測(cè)精度和速度上具備優(yōu)勢(shì)［6］。王云露等對(duì)Faster R-CNN進(jìn)行改進(jìn)，其使用ResNest網(wǎng)絡(luò)作為骨干特征提取網(wǎng)絡(luò)，特征融合網(wǎng)絡(luò)使用特征金字塔網(wǎng)絡(luò)（FPN），并采用級(jí)聯(lián)機(jī)制優(yōu)化樣本選擇機(jī)制，改進(jìn)后模型的平均精度均值（mean average precision，簡(jiǎn)稱mAP）達(dá)到86.2%，比改進(jìn)前提升了8.7%，驗(yàn)證了模型在蘋果葉片小目標(biāo)病斑和復(fù)雜背景下病斑的檢測(cè)有效性［7］。涂淑琴等將Faster R-CNN應(yīng)用于百香果檢測(cè)，并實(shí)現(xiàn)了無(wú)遮擋、遮擋、重疊和背景4種情形下的自動(dòng)檢測(cè)［8］。董浪等使用Faster R-CNN 識(shí)別梨樹花芽，其采用ResNet 101作為骨干特征提取網(wǎng)絡(luò)，并在模型中融入了特征金字塔網(wǎng)絡(luò)，模型的平均精度均值達(dá)到91.27%，每幅圖像的檢測(cè)時(shí)間為0.395 s，說(shuō)明模型在自然光照環(huán)境下梨樹花芽檢測(cè)具有有效性和實(shí)時(shí)性［9］。魏冉等將特征金字塔網(wǎng)絡(luò)和注意力機(jī)制SKNet引入Faster R-CNN，改進(jìn)后的模型對(duì)櫻桃的平均精度均值達(dá)98.24%［10］。徐會(huì)杰等在YOLO v3模型的基礎(chǔ)上提出了YOLO v3-Corn模型，新模型在玉米葉片病蟲害數(shù)據(jù)上的平均精度均值達(dá)到了93.31%，比YOLO v3模型提高了4.03%［11］。王根等從損失函數(shù)、骨干特征提取網(wǎng)絡(luò)、anchor生成等多個(gè)方面對(duì)YOLO v3模型提出了改進(jìn)，并將改進(jìn)后的模型應(yīng)用于茶草位置檢測(cè)，對(duì)茶樹和雜草的檢測(cè)精確率分別達(dá)到82.56%、85.34%［12］。沈志豪等在 YOLOX-s 模型的基礎(chǔ)上，重新設(shè)計(jì)了特征提取網(wǎng)絡(luò)的深度，引入了注意力機(jī)制和SPPF模塊，改進(jìn)后的模型用于田間麥穗檢測(cè)及計(jì)數(shù)，在實(shí)拍的麥田圖像中，改進(jìn)模型的計(jì)數(shù)準(zhǔn)確率達(dá)到97.93%［13］。楊堃等提出基于視覺加強(qiáng)注意力改進(jìn)的YOLO v5-VE模型，在制作的植物病蟲數(shù)據(jù)集上的檢測(cè)平均準(zhǔn)確率達(dá)到73.49%［14］。駱潤(rùn)玫等提出YOLO v5-C，并將該模型應(yīng)用到復(fù)雜背景下的廣佛手病蟲害識(shí)別上，平均精度均值達(dá)到了93.06%，比基礎(chǔ)網(wǎng)絡(luò)YOLO v5s提高2.45%［15］。

FCOS（fully convolutional one-stage object detectio）模型作為經(jīng)典的Anchor-free模型，在植物圖像識(shí)別檢測(cè)、行人檢測(cè)等各個(gè)領(lǐng)域均有所應(yīng)用［16］。龍燕等在原FCOS基礎(chǔ)上，從骨干網(wǎng)絡(luò)、損失函數(shù)等方面進(jìn)行改進(jìn)，改進(jìn)模型應(yīng)用于自然環(huán)境下蘋果果實(shí)檢測(cè)，其平均精度均值達(dá)到96.3%［17］。黃河清等提出了基于模型剪枝的多維度特征Slim-FOCS算法，對(duì)柑橘檢測(cè)平均精度均值達(dá)到96.01%［18］。劉丹等使用FCOS算法進(jìn)行行人檢測(cè)，其使用輕量化網(wǎng)絡(luò)MobileNet v2替換ResNet 50網(wǎng)絡(luò)，并增加C2層進(jìn)行特征融合，提高了檢測(cè)精度和速度［19］。劉競(jìng)升等在FCOS模型的基礎(chǔ)上，通過(guò)增加特征增強(qiáng)網(wǎng)絡(luò)構(gòu)建了二階段無(wú)錨框檢測(cè)算法，通過(guò)在艦船數(shù)據(jù)集與其他主流艦船檢測(cè)算法對(duì)比，驗(yàn)證了所提模型的有效性［20］。

本研究首先收集白葉枯?。╮ice bacterial leaf blight）、胡麻葉斑病（rice brown spot）、葉瘟病（rice leaf blast）等水稻葉片病害圖像構(gòu)建數(shù)據(jù)集，然后再在FCOS模型的基礎(chǔ)上，為了更充分地提取特征，在特征融合網(wǎng)絡(luò)中引入CBAM（convolutional block attention module）注意力機(jī)制［21］。而對(duì)于模型損失函數(shù)，分類損失函數(shù)與原FCOS網(wǎng)絡(luò)一致，采用Focal Loss損失函數(shù)，而回歸損失函數(shù)則采用CIOU（Complete-IoU）損失函數(shù)，從而實(shí)現(xiàn)水稻葉片病害的精準(zhǔn)檢測(cè)［22-23］。

1 構(gòu)建水稻葉片病害檢測(cè)模型

1.1 構(gòu)建FCOS檢測(cè)模型

Faster R-CNN、RetinaNet等屬于基于錨框（anchor-based）檢測(cè)模型，其需要單獨(dú)為每個(gè)數(shù)據(jù)集設(shè)置Anchor，而且通常Anchor的設(shè)置會(huì)極大地影響模型的結(jié)果，這明顯限制了Anchor-based模型的應(yīng)用。本研究使用的FCOS模型作為無(wú)錨框（Anchor-free）檢測(cè)模型，不需要為每個(gè)數(shù)據(jù)集單獨(dú)適配Anchor。

FCOS模型的整體結(jié)構(gòu)框圖如圖1所示。模型主要包括骨干特征提取網(wǎng)絡(luò)Backbone、特征融合網(wǎng)絡(luò)Neck、頭部檢測(cè)網(wǎng)絡(luò)Head等3個(gè)部分。骨干特征提取網(wǎng)絡(luò)特取水稻葉片圖像的特征，這里采用的是ResNet50模型，ResNet網(wǎng)絡(luò)解決了卷積神經(jīng)網(wǎng)絡(luò)面臨的網(wǎng)絡(luò)退化問(wèn)題，其主要結(jié)構(gòu)是殘差塊［24］。Neck連接特征提取網(wǎng)絡(luò)和Head，對(duì)從特征提取網(wǎng)絡(luò)輸入的單尺度或多尺度特征進(jìn)行分治和融合，這里采用特征金字塔網(wǎng)絡(luò)（feature pyramid networks，簡(jiǎn)稱FPN）［25］，并在其中引入了CBAM注意力機(jī)制。Head包括分類分支、回歸分支、中心度（Center-ness）分支，分類和回歸在該部分網(wǎng)絡(luò)進(jìn)行。

具體工作過(guò)程：首先輸入水稻葉片圖像，經(jīng)由骨干特征提取網(wǎng)絡(luò)ResNet50提取特征，得到（C1，C2，C3，C4，C5）層特征圖，其對(duì)應(yīng)的步長(zhǎng)為（2，4，8，16，32），層數(shù)越高，特征信息越豐富。將（C3，C4，C5）層特征輸入到FPN網(wǎng)絡(luò)中進(jìn)行特征分治和特征融合，獲得（P3，P4，P5）層特征圖，對(duì)P5層特征進(jìn)行卷積操作得到（P6，P7）層特征圖。（P3，P4，P5，P6，P7）對(duì)應(yīng)的步長(zhǎng)為（8，16，32，64，128）。最后在Head層對(duì)特征金字塔（P3，P4，P5，P6，P7）的每一層特征圖進(jìn)行分類和回歸，預(yù)測(cè)水稻葉片的種類和位置信息。在Head的Center-ness分支表征當(dāng)前位置與所預(yù)測(cè)物體中心點(diǎn)之間的距離，該距離衡量該位置是否是物體中心的置信度，便于后續(xù)非極大值抑制（non-maximum suppression，簡(jiǎn)稱NMS）篩選保留高質(zhì)量的候選框。

1.2 特征融合網(wǎng)絡(luò)

本模型的特征融合網(wǎng)絡(luò)以特征金字塔網(wǎng)絡(luò)為主體，在其中加入CBAM模塊。FPN利用了ConvNet的金字塔特征層次結(jié)構(gòu)，構(gòu)建具有高層次語(yǔ)義的特征金字塔［25］。對(duì)于ResNet50網(wǎng)絡(luò)，將conv3、conv4、conv5這些殘差塊的輸出表示為（C3，C4，C5），其對(duì)應(yīng)的步長(zhǎng)為（8，16，32），對(duì)應(yīng)的通道尺寸（channel dimensions）為（512，1 024，2 048）。（C3，C4，C5）均經(jīng)過(guò)11卷積層以減少通道尺寸，經(jīng)過(guò)11卷積層之后，通道尺寸均降為256，為了便于描述，將經(jīng)過(guò)11卷積層的（C3，C4，C5）記為（D3，D4，D5）。（D4，D5）上采樣后與（D3，D4）進(jìn)行逐元素相加，并在合并的特征圖上經(jīng)由33的卷積以生成特征圖（P3，P4），特征P5直接由D5經(jīng)由3×3的卷積得到，這樣生成了特征圖（P3，P4，P5）。特征圖P5經(jīng)過(guò)步長(zhǎng)為2的3×3卷積獲得特征圖P6，同理獲得特征圖P7。這樣就生成了一組特征圖（P3，P4，P5，P6，P7），其對(duì)應(yīng)的步長(zhǎng)為（8，16，32，64，128），其輸出通道數(shù)均為256。

為更好地進(jìn)行特征提取和特征分治，在FPN上加入CBAM注意力模塊。CBAM模塊處于1×1卷積塊之后，上采樣之前，加入了CBAM模塊的特征融合網(wǎng)絡(luò)模型如圖2所示。在本模型中，累計(jì)加入了3個(gè)CBAM模塊。

注意力機(jī)制類似人的注意力，選擇性地關(guān)注重要的或感興趣的特征，減少甚至忽視不相關(guān)或不感興趣的特征。當(dāng)模型的計(jì)算能力有限時(shí)，注意力機(jī)制將算力分配到相關(guān)重要特征上，從而更好地學(xué)習(xí)特征，減少了資源浪費(fèi)。通道注意力模塊和空間注意力模塊是CBAM模塊的重要組成部分，這2個(gè)模塊讓網(wǎng)絡(luò)知道哪些信息需要強(qiáng)調(diào)，哪些信息需要抑制。CBAM論文通過(guò)試驗(yàn)驗(yàn)證，先通過(guò)通道注意力模塊再通過(guò)空間注意力模塊可以取得最佳性能［21］。CBAM結(jié)構(gòu)如圖3所示。

通道注意力模塊的結(jié)構(gòu)如圖4所示。其輸入特征圖F的維度是H×W×C，分別經(jīng)過(guò)最大池化和平均池化操作得到相應(yīng)的特征圖FCmax和FCavg，其維度均為1×1×C。FCmax和FCavg經(jīng)由包含一個(gè)隱層的多層感知器MLP里，將經(jīng)過(guò)MLP的注意力圖進(jìn)行像素級(jí)相加，最后由sigmoid函數(shù)激活。通道注意力模塊的計(jì)算過(guò)程見公式（1）：

式中：W1和W0是多層感知器MLP的權(quán)重參數(shù)；σ是sigmoid激活函數(shù)；MaxPool是最大池化操作；AvgPool是平均池化操作。

空間注意力模塊的結(jié)構(gòu)如圖5所示。將輸入的特征圖F′分別進(jìn)行最大池化和平均池化操作，得到H×W×1的特征圖Fsmax和Fsavg，然后將2個(gè)特征圖拼接，得到H×W×2的特征圖，再經(jīng)由卷積操作將通道維度降到1，最后經(jīng)由sigmoid函數(shù)激活。空間注意力機(jī)制的計(jì)算過(guò)程可以由如下公式表達(dá)為：

式中：IoU是真實(shí)檢測(cè)框與預(yù)測(cè)檢測(cè)框面積的交并比；d是真實(shí)檢測(cè)框的中心點(diǎn)與預(yù)測(cè)檢測(cè)框的中心點(diǎn)之間的距離；c是覆蓋2個(gè)檢測(cè)框的最小封閉長(zhǎng)方形框的對(duì)角線長(zhǎng)度；wgt、hgt是真實(shí)檢測(cè)框的寬和高；w、h是預(yù)測(cè)測(cè)檢框的寬和高。

2 結(jié)果與討論

為驗(yàn)證模型在水稻葉片病害圖像數(shù)據(jù)上的有效性，在服務(wù)器平臺(tái)上進(jìn)行試驗(yàn)驗(yàn)證。服務(wù)器的配置如下：Ubuntu 20.04操作系統(tǒng)，PyThon 3.7，PyTorch 1.10，CUDA 11.3，CUDNN 8.2，所用顯卡為RTX 3090（顯存25.4 GB）。所有模型均在mmdetection 3.0框架下進(jìn)行訓(xùn)練和測(cè)試。本試驗(yàn)?zāi)Ｐ偷慕Y(jié)果均在Featurize平臺(tái)（https：//featurize.cn/）上運(yùn)行得出，運(yùn)行時(shí)間為2023年5月至7月上旬。

2.1 數(shù)據(jù)收集和數(shù)據(jù)集制作

數(shù)據(jù)來(lái)源于Kaggle網(wǎng)站。從Kaggle網(wǎng)站收集水稻白葉枯病、胡麻葉斑病、葉瘟病圖像數(shù)據(jù)，并人工篩除模糊不清的圖像，最終得到圖像950張，部分圖像如圖6所示。使用Labelme軟件對(duì)水稻葉片病害位置進(jìn)行標(biāo)注，最終得到Pascal Voc格式的數(shù)據(jù)集。按照約8 ∶2的比例劃分訓(xùn)練集和測(cè)試集，并對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，使用的數(shù)據(jù)增強(qiáng)方式包括圖像翻轉(zhuǎn)（水平、垂直）、圖像旋轉(zhuǎn)（90°、180°、270°）、圖像明暗度調(diào)節(jié)，從而將訓(xùn)練集圖像數(shù)量增強(qiáng)至原先的8倍，擴(kuò)增后的訓(xùn)練集包含6 080張圖像。數(shù)據(jù)集劃分結(jié)果如表1所示。

2.2 參數(shù)設(shè)置和評(píng)價(jià)指標(biāo)

使用隨機(jī)梯度下降算法（stochastic gradient descent，簡(jiǎn)稱SGD）更新模型參數(shù)，學(xué)習(xí)率設(shè)為0.01，動(dòng)量設(shè)為0.9，epoch設(shè)置為12，batch size設(shè)為16，學(xué)習(xí)率采用Warm up策略，在第8個(gè)和第11個(gè)epoch之后，學(xué)習(xí)率降為原先的0.1倍。模型的訓(xùn)練損失隨迭代次數(shù)的變化曲線如圖7所示，橫坐標(biāo)為迭代次數(shù)，縱坐標(biāo)為損失。隨著迭代次數(shù)的增加，模型的損失函數(shù)整體趨勢(shì)是隨之降低，在 4 000 次迭代后，損失函數(shù)基本無(wú)變化，說(shuō)明了模型訓(xùn)練的有效性。

本研究使用平均精度均值（mAP）和平均幀率（frame per second，簡(jiǎn)稱FPS）分別衡量模型的精度和速度。平均精度均值是各水稻葉片病害檢測(cè)精度的均值，其值越高，說(shuō)明模型訓(xùn)練的結(jié)果越精確。平均幀率是指在當(dāng)前軟硬件條件下，模型每秒可以處理的圖像數(shù)量，單位是圖像數(shù)量/s，簡(jiǎn)記做img/s。平均幀率值越高，說(shuō)明模型在單位時(shí)間內(nèi)處理的圖像數(shù)量越多，模型的速度越快。平均幀率的測(cè)量需要在相同軟硬件條件和相同維度的輸入圖像下進(jìn)行。在本研究中，在全數(shù)據(jù)集上測(cè)試平均幀率，全數(shù)據(jù)集是指由增強(qiáng)后的訓(xùn)練集和測(cè)試集構(gòu)成的數(shù)據(jù)集，包含了6 270張圖像。

2.3 試驗(yàn)結(jié)果

為驗(yàn)證模型的有效性，本研究將所提模型與YOLOF、Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD、FCOS等模型進(jìn)行對(duì)比［3，16，26-29］，結(jié)果見表2。YOLOF的平均幀率指標(biāo)最高，達(dá)到 61.8 img/s，說(shuō)明該模型在當(dāng)前軟硬件條件下每秒可以處理61.8張圖像，模型推理速度遠(yuǎn)高于其他模型，但其平均精度均值指標(biāo)最低，分別低于Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD、FCOS、改進(jìn)FCOS模型4.5、5.5、6.7、8.5、6.7、9.0百分點(diǎn)。Faster R-CNN 模型的平均精度均值達(dá)到73.2%，低于改進(jìn)FCOS模型4.5百分點(diǎn)，其平均幀率達(dá)到31.9 img/s，低于改進(jìn)FCOS模型5.0 img/s。VarifocalNet模型的平均精度均值和平均幀率分別達(dá)到了74.2%和32.7 img/s，均低于改進(jìn)FCOS模型。NAS-FCOS模型的平均精度均值達(dá)到75.4%，低于改進(jìn)FCOS模型2.3百分點(diǎn)，其平均幀率僅為26.7 img/s，明顯低于改進(jìn)FCOS模型。TOOD模型的平均精度均值達(dá)到77.2%，僅比改進(jìn)FCOS模型低0.5百分點(diǎn)，但其平均幀率明顯低于改進(jìn)FCOS模型，每秒比改進(jìn)FCOS模型少處理8.6張圖片。原FCOS模型的平均精度均值達(dá)到75.4%，低于改進(jìn)FCOS模型2.3百分點(diǎn)。經(jīng)分析認(rèn)為，改進(jìn)FOCS模型在精度和速度上取得了最高的權(quán)衡，且其在不明顯降低速度的前提下，提升了模型的識(shí)別效果。

為進(jìn)一步驗(yàn)證CBAM模塊和CIOU模塊對(duì)FOCS模型的作用，將CBAM模塊和CIOU模塊分別組合進(jìn)行對(duì)比試驗(yàn)，試驗(yàn)結(jié)果如表3所示。不添加CBAM和CIOU模塊的模型是原FCOS模型，同時(shí)添加CBAM模塊和CIOU模塊的模型是改進(jìn)FCOS模型。CBAM模塊的加入增加了1.7百分點(diǎn)的檢測(cè)精度，CIOU模塊的加入增加了1.2百分點(diǎn)的檢測(cè)精度，同時(shí)加入CBAM和CIOU模塊增加了2.3百分點(diǎn)的檢測(cè)精度，相對(duì)于單獨(dú)增加CBAM模塊和CIOU模塊分別提升了0.6百分點(diǎn)和1.1百分點(diǎn)的檢測(cè)精度，說(shuō)明了所提模型的有效性。

3 討論與結(jié)論

首先收集水稻白葉枯病、胡麻葉斑病、葉瘟病這3種水稻葉片病害圖像從而構(gòu)建相應(yīng)的數(shù)據(jù)集，數(shù)據(jù)集為Pascal voc格式；然后搭建FCOS模型進(jìn)行水稻葉片病害檢測(cè)。在FCOS模型的特征提取模塊引入CBAM模塊以增強(qiáng)特征提取能力；損失函數(shù)中回歸損失函數(shù)采用CIOU損失函數(shù)，分類損失和目標(biāo)中心度損失與原FCOS模型保持一致。試驗(yàn)結(jié)果表明，所提模型的平均精度達(dá)到77.7%，在不明顯提高計(jì)算時(shí)間的前提下，提升了模型精度。但在實(shí)際應(yīng)用中，僅對(duì)3種水稻病害進(jìn)行檢測(cè)遠(yuǎn)遠(yuǎn)不足，將進(jìn)一步收集更多種類的水稻病害圖像數(shù)據(jù)，擴(kuò)大模型檢測(cè)病害種類范圍。

參考文獻(xiàn)：

［1］溫 鑫. 基于卷積神經(jīng)網(wǎng)絡(luò)的水稻葉片病害識(shí)別［D］. 哈爾濱：東北農(nóng)業(yè)大學(xué)，2021.

［2］張永玲. 基于Android的水稻病蟲害圖像識(shí)別與診斷系統(tǒng)的研究［D］. 杭州：浙江理工大學(xué)，2018.

［3］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，2017，39（6）：1137-1149.

［4］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］// 2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Las Vegas，NV，USA. IEEE，2016：779-788.

［5］Redmon J，F(xiàn)arhadi A. YOLO9000：better，faster，stronger［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. Honolulu，HI，USA. IEEE，2017：6517-6525.

［6］朱紅春，李 旭，孟 煬，等. 基于Faster R-CNN網(wǎng)絡(luò)的茶葉嫩芽檢測(cè)［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（5）：217-224.

［7］王云露，吳杰芳，蘭 鵬，等. 基于改進(jìn)Faster R-CNN的蘋果葉部病害識(shí)別方法［J］. 林業(yè)工程學(xué)報(bào)，2022，7（1）：153-159.

［8］涂淑琴，黃 健，林躍庭，等. 基于改進(jìn)Faster R-CNN的百香果自動(dòng)檢測(cè)［J］. 實(shí)驗(yàn)室研究與探索，2021，40（11）：32-37.

［9］董 浪，許建峰，靳江周，等. 基于改進(jìn)Faster R-CNN的梨樹花芽識(shí)別方法［J］. 河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，44（6）：116-121.

［10］魏 冉，裴悅琨，姜艷超，等. 基于改進(jìn)Faster R-CNN模型的櫻桃缺陷檢測(cè)［J］. 食品與機(jī)械，2021，37（10）：98-105，201.

［11］徐會(huì)杰，黃儀龍，劉 曼. 基于改進(jìn)YOLO v3模型的玉米葉片病蟲害檢測(cè)與識(shí)別研究［J］. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2022，45（6）：1276-1285.

［12］王 根，江曉明，黃 峰，等. 基于改進(jìn)YOLO v3網(wǎng)絡(luò)模型的茶草位置檢測(cè)算法［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2023，44（3）：199-207.

［13］沈志豪，劉金江，張建洋. 基于改進(jìn)YOLOX-s的田間麥穗檢測(cè)及計(jì)數(shù)［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（12）：164-171.

［14］楊 堃，范習(xí)健，薄維昊，等. 基于視覺加強(qiáng)注意力模型的植物病蟲害檢測(cè)［J］. 南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，47（3）：11-18.

［15］駱潤(rùn)玫，殷惠莉，劉偉康，等. 基于YOLO v5-C的廣佛手病蟲害識(shí)別［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，44（1）：151-160.

［16］Tian Z，Shen C H，Chen H，et al. FCOS：fully convolutional one-stage object detection［C］//2019 IEEE/CVF International Conference on Computer Vision （ICCV）. Seoul，Korea （South）. IEEE，2019：9626-9635.

［17］龍 燕，李南南，高 研，等. 基于改進(jìn)FCOS網(wǎng)絡(luò)的自然環(huán)境下蘋果檢測(cè)［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37（12）：307-313.

［18］黃河清，胡嘉沛，李 震，等. 基于模型剪枝改進(jìn)FCOS的實(shí)時(shí)柑橘檢測(cè)研究［J］. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，55（3）：453-459.

［19］劉 丹，汪慧蘭，曾浩文，等. 改進(jìn)FCOS的行人檢測(cè)算法［J］. 計(jì)算機(jī)工程與設(shè)計(jì)，2022，43（11）：3264-3270.

［20］劉競(jìng)升，伍 星，王洪剛，等. 改進(jìn)FCOS的二階段SAR艦船檢測(cè)算法［J］. 計(jì)算機(jī)工程與應(yīng)用，2021，57（24）：144-151.

［21］Woo S，Park J，Lee J Y，et al. CBAM：convolutional block attention module［C］//European Conference on Computer Vision.Cham：Springer，2018：3-19.

［22］Lin T Y，Goyal P，Girshick R，et al. Focal loss for dense object detection［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2020，42（2）：318-327.

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

［24］He K M，Zhang X Y，Ren S Q，et al. Deep residual learning for image recognition［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Las Vegas，NV，USA.IEEE，2016：770-778.

［25］Lin T Y，Dollár P，Girshick R，et al. Feature pyramid networks for object detection［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Honolulu，HI，USA.IEEE，2017：936-944.

［26］Chen Q，Wang Y M，Yang T，et al. You only look one-level feature［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville，TN，USA.IEEE，2021：13034-13043.

［27］Zhang H Y，Wang Y，Dayoub F，et al. VarifocalNet：an IoU-aware dense object detector［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville，TN，USA.IEEE，2021：8510-8519.

［28］Wang N，Gao Y，Chen H，et al. NAS-FCOS：fast neural architecture search for object detection［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Seattle，WA，USA.IEEE，2020：11940-11948.

［29］Feng C J，Zhong Y J，Gao Y，et al. TOOD：task-aligned one-stage object detection［C］//2021 IEEE/CVF International Conference on Computer Vision （ICCV）.Montreal，QC，Canada.IEEE，2021：3490-3499.

收稿日期：2023-07-24

基金項(xiàng)目：河南省科技攻關(guān)項(xiàng)目（編號(hào)：222102210300）；河南省高等學(xué)校青年骨干教師培養(yǎng)計(jì)劃（編號(hào)：2021GGJS176）；信陽(yáng)農(nóng)林學(xué)院青年教師科研基金項(xiàng)目（編號(hào)：QN2021057）。

作者簡(jiǎn)介：丁士寧（1993—），男，河南信陽(yáng)人，碩士，助教，研究方向?yàn)槟Ｊ阶R(shí)別與人工智能。E-mail：1728252083@qq.com。