基于D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)的果園障礙物檢測(cè)

蔡舒平 潘文浩 劉 慧 曾 瀟 孫仲鳴

(江蘇大學(xué)電氣信息工程學(xué)院，鎮(zhèn)江 212013)

0 引言

隨著人們對(duì)果品類的消費(fèi)需求日益增加，國內(nèi)外果園種植面積不斷擴(kuò)大[1]。傳統(tǒng)的果園種植模式耗時(shí)、費(fèi)力、成本高。近些年，由于人工智能技術(shù)的高速發(fā)展，農(nóng)業(yè)機(jī)器人[2-3]越來越多地應(yīng)用于果園種植[4]，如修剪、采摘和噴灑農(nóng)藥等。智能農(nóng)業(yè)機(jī)器人的自動(dòng)導(dǎo)航技術(shù)受到了科研人員的廣泛關(guān)注[5-7]。果園環(huán)境是一個(gè)復(fù)雜的非結(jié)構(gòu)化環(huán)境，智能農(nóng)業(yè)機(jī)器人在園內(nèi)道路上作業(yè)時(shí)，難免會(huì)遇到各類障礙物[8]，包括人、樹、燈桿等，如果不及時(shí)發(fā)現(xiàn)和規(guī)避，將會(huì)造成嚴(yán)重的安全問題。為了保證農(nóng)業(yè)機(jī)器人在果園自主作業(yè)時(shí)的安全性和準(zhǔn)確性，能夠快速準(zhǔn)確地檢測(cè)周圍的障礙物非常重要。

果園障礙物檢測(cè)屬于深度學(xué)習(xí)[9-10]中目標(biāo)檢測(cè)[11]的范疇，目標(biāo)檢測(cè)算法主要分為兩類:一類是基于Region Proposal的目標(biāo)檢測(cè)算法，代表模型包括R-CNN系列，它們屬于兩階段目標(biāo)檢測(cè)算法，即讓算法先生成目標(biāo)候選框，對(duì)候選框區(qū)域的圖像進(jìn)行特征提取，再對(duì)提取到的特征進(jìn)行分類與回歸;另一類是使用端到端思想的一階段目標(biāo)檢測(cè)算法,代表模型包括SSD[12](Single shot multiBox detector)、YOLO[13-15](You only look once)系列等，此類算法僅使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)直接提取圖像特征后對(duì)特征進(jìn)行分類和檢測(cè)框坐標(biāo)的回歸。隨著一階段目標(biāo)檢測(cè)算法的不斷更新，無論是檢測(cè)速度還是檢測(cè)精度都比兩階段目標(biāo)檢測(cè)算法更具優(yōu)勢(shì)。

基于穩(wěn)定、高質(zhì)量圖像采集的目標(biāo)檢測(cè)技術(shù)日趨成熟[16]。然而，農(nóng)用機(jī)器人在果園作業(yè)時(shí)，行駛經(jīng)過的地面凹凸不平，車體容易出現(xiàn)劇烈顛簸，導(dǎo)致攝像頭大幅不規(guī)則抖動(dòng)，采集的圖像模糊不清，這種模糊嚴(yán)重降低了圖像質(zhì)量，從而對(duì)后續(xù)基于圖像的目標(biāo)檢測(cè)、語義分割等高級(jí)視覺任務(wù)產(chǎn)生負(fù)面影響，在實(shí)際應(yīng)用中，會(huì)降低農(nóng)業(yè)機(jī)器人在作業(yè)過程中的檢測(cè)精度，導(dǎo)致漏檢或誤檢，作業(yè)效率低。

目前，林開顏等[17]提出了基于模糊邏輯的植物葉片邊緣檢測(cè)方法，該方法克服了常規(guī)算法未考慮葉片像素和背景像素的顏色差異，從而導(dǎo)致產(chǎn)生大量偽邊緣的問題，但由于是基于傳統(tǒng)的圖像去模糊算法，過程較為復(fù)雜。馬曉丹等[18]提出了一種將量子遺傳算法的全局搜索能力和模糊推理神經(jīng)網(wǎng)絡(luò)的自適應(yīng)性相結(jié)合的算法來識(shí)別蘋果果實(shí)，該算法有效解決了圖像邊界像素的模糊性和不確定性，但耗時(shí)較長。FAN等[19]提出一種基于深度學(xué)習(xí)的局部模糊圖像去模糊方法，用于作物病蟲害分類。陳斌等[20]提出一種改進(jìn)YOLO v3-tiny的全景圖像農(nóng)田障礙物檢測(cè)，該算法在YOLO v3-tiny的基礎(chǔ)上增加一層52×52的預(yù)測(cè)層來提升對(duì)小目標(biāo)的檢測(cè)能力，另外還在主干網(wǎng)絡(luò)引入了殘差模塊提高網(wǎng)絡(luò)的檢測(cè)能力，但是該算法依舊存在著模型參數(shù)量較大且針對(duì)輸入模糊圖像檢測(cè)能力不足的問題。薛金林等[21]提出了一種基于改進(jìn)Faster R-CNN和SSRN-DeblurNet的兩階段檢測(cè)方法，有效解決了農(nóng)田中由于模糊障礙物產(chǎn)生的問題，但該算法在訓(xùn)練階段，F(xiàn)aster R-CNN和SSRN-DeblurNet相互獨(dú)立進(jìn)行訓(xùn)練，過程較為復(fù)雜且耗時(shí)。目前針對(duì)果園環(huán)境下，解決農(nóng)業(yè)機(jī)器人在行進(jìn)間作業(yè)時(shí)產(chǎn)生運(yùn)動(dòng)模糊圖像的一階段去模糊檢測(cè)算法研究依舊不充分。

為了解決上述問題，本研究提出將改進(jìn)的DeblurGAN-v2去模糊網(wǎng)絡(luò)和YOLOv5s目標(biāo)檢測(cè)網(wǎng)絡(luò)相融合，得到D2-YOLO一階段去模糊識(shí)別網(wǎng)絡(luò)。將模糊圖像轉(zhuǎn)換為相對(duì)清晰的圖像再進(jìn)行檢測(cè)，以提高實(shí)際目標(biāo)檢測(cè)過程精度。

1 網(wǎng)絡(luò)分析與改進(jìn)

1.1 DeblurGAN-v2去模糊網(wǎng)絡(luò)

圖1為DeblurGAN-v2的網(wǎng)絡(luò)結(jié)構(gòu)圖，該網(wǎng)絡(luò)由生成器和鑒別器組成[22-23]。生成器接收噪聲作為輸入并生成樣本，鑒別器接收真實(shí)樣本和生成樣本并嘗試將兩者進(jìn)行區(qū)分。生成器的目標(biāo)是通過生成無法與真實(shí)樣本區(qū)分開來的感知說服樣本來迷惑判別器。兩者始終處于最大最小博弈狀態(tài)，直到判別器無法區(qū)分生成樣本和真實(shí)樣本，達(dá)到納什平衡。其中，生成器使用的骨干網(wǎng)絡(luò)為Inception-ResNet-v2或MobileNet及其變形。DeblurGAN-v2首次將特征金字塔網(wǎng)絡(luò)(FPN)[24]的思想引入到圖像去模糊中。FPN可以提高網(wǎng)絡(luò)的多尺度特征融合能力，實(shí)現(xiàn)準(zhǔn)確率和速度的平衡，其結(jié)構(gòu)如圖2所示。

圖1 DeblurGAN-v2結(jié)構(gòu)圖

圖2 特征金字塔網(wǎng)絡(luò)(FPN)框架

1.2 YOLOv5s目標(biāo)檢測(cè)網(wǎng)絡(luò)

YOLOv5s網(wǎng)絡(luò)參數(shù)量較少、部署成本低，有利于快速部署至農(nóng)業(yè)機(jī)器人，適用于中大型目標(biāo)障礙物檢測(cè)。YOLOv5s的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示，圖中，Conv表示卷積層(Convolution)，CBL綜合模塊由卷積層、批量歸一化層(Batch norm)和激活函數(shù)(Leaky ReLU)組成，CSP(Cross stage partial)表示跨階段部分的結(jié)構(gòu)，Residual unit表示殘差模組件，Concat表示通道數(shù)的特征融合。

圖3 YOLOv5s結(jié)構(gòu)圖

該網(wǎng)絡(luò)工作流程為：首先對(duì)輸入圖像進(jìn)行自適應(yīng)圖像縮放，其次通過骨干網(wǎng)絡(luò)(Backbone)對(duì)輸入圖像進(jìn)行特征提取，然后經(jīng)過頸部網(wǎng)絡(luò)(Neck)對(duì)這些大小不同的特征圖進(jìn)行分層特征融合，最后在預(yù)測(cè)層(Prediction)上對(duì)多個(gè)特征圖進(jìn)行同時(shí)分類和位置回歸。

1.3 骨干網(wǎng)絡(luò)改進(jìn)

YOLOv5s使用CSPDarknet作為骨干網(wǎng)絡(luò)，其優(yōu)點(diǎn)是不僅增強(qiáng)了卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，還降低了計(jì)算瓶頸和內(nèi)存成本，同時(shí)保持了準(zhǔn)確性和輕量級(jí)。但是，CSPDarknet參數(shù)量依舊存在可優(yōu)化空間，本研究將CSPDarknet中的標(biāo)準(zhǔn)卷積替換為深度可分離卷積，并將其用作融合網(wǎng)絡(luò)。

如圖4所示，標(biāo)準(zhǔn)卷積過程是對(duì)每個(gè)通道的輸入特征圖和對(duì)應(yīng)的卷積核進(jìn)行卷積運(yùn)算，然后將它們相加輸出特征。計(jì)算量Q1為

圖4 標(biāo)準(zhǔn)卷積和深度可分離卷積

(1)

式中Dk——卷積核大小

M、N——輸入、輸出數(shù)據(jù)通道數(shù)

Dw、Dh——輸出數(shù)據(jù)長度和寬度

深度可分離卷積將標(biāo)準(zhǔn)卷積中的一步運(yùn)算改為3×3深度卷積和1×1逐點(diǎn)卷積，計(jì)算量Q2為

(2)

因此，深度可分離卷積與標(biāo)準(zhǔn)卷積的計(jì)算量比為

(3)

通常Dk設(shè)為3，改進(jìn)后網(wǎng)絡(luò)計(jì)算量和參數(shù)實(shí)際減少約1/3。

1.4 損失函數(shù)改進(jìn)

YOLOv5s的輸出預(yù)測(cè)端使用GIoU_Loss作為邊界框回歸損失函數(shù)，得到

(4)

式中AC——邊界框和真實(shí)框的最小外接矩陣面積

u——邊界框和真實(shí)框的并集

當(dāng)真實(shí)框包含邊界框時(shí)，兩者的最小外接矩陣面積和并集相等，此時(shí)GIoU退化為IoU，無法區(qū)分兩者的相對(duì)位置。

本文使用CIoU_Loss代替GIoU_Loss，CIoU_Loss取邊界框和真實(shí)框的中心，求兩者的歐氏距離，并引入權(quán)重α來確定邊界框和真實(shí)框的縱橫比，計(jì)算式為

(5)

(6)

式中ρ——邊界框與真實(shí)框中心點(diǎn)歐氏距離

c——邊界框與真實(shí)框的最外接矩陣對(duì)角線長度

wgt、hgt——真實(shí)框?qū)?、?/p>

w、h——邊界框?qū)?、?/p>

v——衡量邊界框和真實(shí)框之間縱橫比一致性參數(shù)

采用CIoU_Loss作為邊界框回歸損失函數(shù)后，一定程度上提高了預(yù)測(cè)速度和準(zhǔn)確率。

1.5 D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)

為了解決模糊圖像給果園障礙物檢測(cè)帶來的影響，本研究將DeblurGAN-v2去模糊網(wǎng)絡(luò)與YOLOv5s目標(biāo)檢測(cè)網(wǎng)絡(luò)相融合。與圖像去模糊和目標(biāo)檢測(cè)兩步走的方法不同，本研究提出的D2-YOLO去模糊檢測(cè)網(wǎng)絡(luò)屬于一階段檢測(cè)網(wǎng)絡(luò)。D2-YOLO僅使用改進(jìn)的CSPDarknet作為骨干網(wǎng)絡(luò)進(jìn)行特征提取，采用特征金字塔思想將多個(gè)不同的特征圖進(jìn)行層級(jí)特征融合，充分利用去模糊后的清晰圖像進(jìn)行預(yù)測(cè)，提高了圖像恢復(fù)質(zhì)量和利用率。圖5為D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)。

圖5 D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)圖

整個(gè)網(wǎng)絡(luò)分為前端、中部和末端3部分。當(dāng)網(wǎng)絡(luò)前端接收到輸入圖像經(jīng)過自適應(yīng)圖像縮放生成416像素×416像素的幀圖像后，通過卷積和多個(gè)殘差塊進(jìn)行下采樣操作，最終得到13像素×13像素的幀圖像，此部分在YOLOv5s中將采用多尺度特征融合并進(jìn)行預(yù)測(cè)。但在本文中為了恢復(fù)圖像自然信息，會(huì)在網(wǎng)絡(luò)的中間階段進(jìn)行反卷積及上采樣操作，將圖像尺寸重新恢復(fù)成416像素×416像素并得到清晰的RGB三通道圖像，完成去模糊操作。在網(wǎng)絡(luò)末端，首先采用Focus切片操作將恢復(fù)過后的清晰圖像進(jìn)行處理，再次通過卷積和多個(gè)殘差塊進(jìn)行下采樣操作，將3個(gè)階段的相同尺寸幀圖像進(jìn)行特征融合，極大增強(qiáng)了圖像自然信息的特征。

1.6 D2-YOLO訓(xùn)練方法

首先將采集的圖像進(jìn)行運(yùn)動(dòng)模糊處理。假設(shè)原始圖像為σ(x,y)，模糊圖像為φ(x,y)，則生成圖像為

(7)

式中Crandx——隨機(jī)方向x上的投影

Crandy——隨機(jī)方向y上的投影

T——模糊時(shí)間n——隨機(jī)噪聲

網(wǎng)絡(luò)分3個(gè)階段進(jìn)行訓(xùn)練。第1階段，單獨(dú)對(duì)去模糊過程進(jìn)行訓(xùn)練，即只用網(wǎng)絡(luò)的前端和中部，價(jià)值函數(shù)V(G,D)為

(8)

式中D(x)——取判別器均方根誤差

第2階段，固定網(wǎng)絡(luò)前端和中部的參數(shù)，不再進(jìn)行去模糊，只訓(xùn)練網(wǎng)絡(luò)的末端部分，即目標(biāo)檢測(cè)階段。目標(biāo)檢測(cè)階段總損失函數(shù)為

Lobjdet=Lcen+Lwh+Lcat+Lcon

(9)

其中

(10)

(11)

(12)

(13)

式中Lcen——預(yù)測(cè)中心坐標(biāo)損失值

Lwh——預(yù)測(cè)邊界框?qū)捄透邠p失值

Lcat——預(yù)測(cè)類別損失值

Lcon——預(yù)測(cè)置信度損失值

λcoord——位置損失系數(shù)

pi(c)——目標(biāo)類別概率

Ci——第1個(gè)網(wǎng)格中邊界框置信度

第3階段，總體訓(xùn)練。在前面2個(gè)階段完成之后，對(duì)整個(gè)網(wǎng)絡(luò)再進(jìn)行訓(xùn)練?？傮w損失函數(shù)為

Ltotal=Lobjdet+D(x)

(14)

訓(xùn)練好的網(wǎng)絡(luò)經(jīng)過圖像計(jì)算會(huì)產(chǎn)生4種結(jié)果，分別對(duì)應(yīng)去模糊后416×416的清晰圖像，以及預(yù)測(cè)階段為13×13、26×26、52×52的目標(biāo)檢測(cè)結(jié)果。如果不需要中間去模糊結(jié)果，可以對(duì)中間圖像的輸出進(jìn)行屏蔽，只使用最終的檢測(cè)結(jié)果。

2 試驗(yàn)

2.1 圖像采集

圖像數(shù)據(jù)采集場(chǎng)景由兩部分構(gòu)成，一部分是距離江蘇大學(xué)5 km處的果園，另一部分是江蘇大學(xué)校內(nèi)梅園。在2處場(chǎng)景中共拍攝了2 600幅原始圖像，其中清晰圖像1 500幅，模糊圖像1 100幅，自制模糊圖像1 500幅，共計(jì)4 100幅。圖像由7種果園典型障礙物組成：樹木、行人、電線桿、指示牌、支撐架、垃圾桶和圍欄，其中，樹木種類由桂花樹、臘梅樹、紫薇樹、紅楓樹、櫻花樹和桑樹等喬木以及金森女貞球等灌木組成。

2.2 試驗(yàn)平臺(tái)

本試驗(yàn)訓(xùn)練處理平臺(tái)所使用的計(jì)算機(jī)GPU為NVIDIA RTX 4000，CPU為Intel i9 10900K，內(nèi)存為64 GB。計(jì)算機(jī)操作系統(tǒng)為Ubuntu 20.04，搭載CUDA 11.1.1并行計(jì)算框架和CUDNN 8.2.1深度學(xué)習(xí)加速庫。采用Python 3.7編程語言在Pytorch深度學(xué)習(xí)框架上進(jìn)行試驗(yàn)。果園移動(dòng)機(jī)器人搭載ZED相機(jī)作為果園場(chǎng)景圖像采集設(shè)備，同時(shí)配套軟件工具SDK和OpenCV庫。

以BUNKER型履帶式移動(dòng)機(jī)器人底盤為基礎(chǔ)，配備本試驗(yàn)使用的便攜式計(jì)算機(jī)、攝像頭等設(shè)備，形成圖像采集移動(dòng)平臺(tái)。圖像采集平臺(tái)和采集場(chǎng)景如圖6所示。

圖6 圖像采集平臺(tái)及采集場(chǎng)景

2.3 模型訓(xùn)練

訓(xùn)練模型采用YOLO數(shù)據(jù)集格式，其中訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集和測(cè)試數(shù)據(jù)集比例為8∶1∶1。使用LabelImg軟件對(duì)7類目標(biāo)的最終訓(xùn)練集進(jìn)行標(biāo)注。訓(xùn)練時(shí)，采集的圖像尺寸先進(jìn)行padding操作，然后尺寸調(diào)整為416像素×416像素作為輸入圖像，較小的輸入尺寸可以加快網(wǎng)絡(luò)的計(jì)算速度，將圖像順時(shí)針旋轉(zhuǎn)90°、180°，然后裁剪、翻轉(zhuǎn)、隨機(jī)拉伸、隨機(jī)扭曲、添加馬賽克干擾等方法達(dá)到數(shù)據(jù)增強(qiáng)的目的。訓(xùn)練參數(shù)為：批量大小32、動(dòng)量0.97、初始學(xué)習(xí)率0.005、衰減系數(shù)0.9。

2.4 結(jié)果分析

表1和圖7為不同去模糊算法性能和結(jié)果對(duì)比，去模糊評(píng)估指標(biāo)包括峰值信噪比(PSNR)和結(jié)構(gòu)相似度(SSIM)[25]。

從表1可以看出，D2-YOLO的去模糊用時(shí)約為SRN-Deblur的1/10，約為SSRN-DeblurNet的1/3。在去模糊時(shí)間相近的情況下，整體性能優(yōu)于DeblurGAN和DeblurGAN-v2。從圖7可以看出，與模糊圖像相比，D2-YOLO在一定程度上還原了圖像原有的自然信息，使圖像更加清晰。在比較模型中，去模糊結(jié)果優(yōu)于DeblurGAN和DeblurGAN-v2，雖與SRN-Deblur結(jié)果相似，但速度快了將近10倍。

表1 不同去模糊算法性能對(duì)比

圖7 不同去模糊算法去模糊結(jié)果對(duì)比

本文所提出的D2-YOLO網(wǎng)絡(luò)不僅可以去除圖像模糊，而且可以同時(shí)對(duì)障礙物進(jìn)行識(shí)別，為驗(yàn)證D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)檢測(cè)效果，分別與分步訓(xùn)練的DeblurGAN-v2+YOLOv5s、DeblurGAN-v2+Faster-RCNN以及YOLOv5s檢測(cè)網(wǎng)絡(luò)用同樣的數(shù)據(jù)和訓(xùn)練參數(shù)進(jìn)行訓(xùn)練，為防止過擬合，在代碼中設(shè)置30 Epoch收斂停止訓(xùn)練。評(píng)價(jià)指標(biāo)包括準(zhǔn)確率、召回率、F1值[26]。

訓(xùn)練完成后，使用果園障礙物數(shù)據(jù)集中的測(cè)試集圖像測(cè)試各個(gè)模型的性能，結(jié)果如表2所示。從表2可以看出，D2-YOLO一階段去模糊識(shí)別網(wǎng)絡(luò)對(duì)果園障礙物進(jìn)行檢測(cè)時(shí)，準(zhǔn)確率比DeblurGAN-v2+YOLOv5s、DeblurGAN-v2+Faster-RCNN以及YOLOv5s分別提高1.36、6.82、9.54個(gè)百分點(diǎn),召回率分別提高2.7、5.65、9.99個(gè)百分點(diǎn)。同時(shí)，D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)參數(shù)量比DeblurGAN-v2+YOLOv5s小29.5%,比DeblurGAN-v2+Faster-RCNN小92.91%。在檢測(cè)速度方面，D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)比DeblurGAN-v2+YOLOv5s快22.05%，比DeblurGAN-v2+Faster-RCNN快183.55%。雖然D2-YOLO在參數(shù)量以及檢測(cè)速度方面遜色于YOLOv5s，但其準(zhǔn)確率、召回率、F1值均高于YOLOv5s，在兼顧去模糊功能的前提下，模型的參數(shù)量相較于文獻(xiàn)[27]方法縮小77.97%，很大程度上解決了針對(duì)模糊圖像檢測(cè)精度較差的問題，表明D2-YOLO去模糊識(shí)別網(wǎng)絡(luò)具有更優(yōu)秀的性能。圖8為不同模型平均精度均值(mAP)變化曲線。

圖8 不同模型平均精度均值(mAP)變化曲線

表2 不同模型檢測(cè)結(jié)果對(duì)比

為進(jìn)一步驗(yàn)證本文所提方法的優(yōu)越性，于真實(shí)果園和江蘇大學(xué)校內(nèi)共選取12處不同場(chǎng)景進(jìn)行檢測(cè)試驗(yàn)。將試驗(yàn)分為2個(gè)類別：

第1類，在江蘇大學(xué)校內(nèi)選取3處場(chǎng)景用以模擬真實(shí)果園場(chǎng)景檢測(cè)，如圖9a～9c所示。從圖中可以看出，YOLOv5s在接收到模糊圖像后，對(duì)被遮擋住的行人和部分樹木以及電線桿出現(xiàn)漏檢和誤檢現(xiàn)象，但使用D2-YOLO進(jìn)行去模糊后的目標(biāo)檢測(cè)，有效解決了這一問題。

圖9 不同場(chǎng)景下不同模型的檢測(cè)結(jié)果對(duì)比

第2類，真實(shí)果園中選取9處不同場(chǎng)景進(jìn)行試驗(yàn)，其中3處場(chǎng)景中的樹種為金森女貞球等灌木，如圖9d～9f所示，6處場(chǎng)景中的樹種為桂花樹、臘梅樹、紫薇樹、紅楓樹、桑樹等喬木，如圖9g～9l所示，可以看出，無論是喬木還是灌木，YOLOv5s在接收到模糊圖像后，對(duì)支撐桿和部分樹木均出現(xiàn)誤檢和漏檢現(xiàn)象，對(duì)圍欄位置檢測(cè)也不夠準(zhǔn)確，但是，同樣使用D2-YOLO進(jìn)行去模糊后的目標(biāo)檢測(cè)，極大程度上解決了輸入模糊圖像造成的漏檢和誤檢問題，與模擬場(chǎng)景下的檢測(cè)結(jié)果一致，充分驗(yàn)證了本文所提方法的優(yōu)越性。

3 結(jié)論

(1)提出了一種D2-YOLO一階段去模糊識(shí)別網(wǎng)絡(luò)。為了減少融合網(wǎng)絡(luò)的參數(shù)量并提高檢測(cè)速度，首先將YOLOv5s骨干中使用的標(biāo)準(zhǔn)卷積替換為深度可分離卷積，并使用CIoU_Loss作為邊界框回歸損失函數(shù)。融合網(wǎng)絡(luò)使用改進(jìn)的CSPDarknet進(jìn)行特征提取，將模糊圖像恢復(fù)圖像原始自然信息后，結(jié)合多尺度特征進(jìn)行模型預(yù)測(cè)。

(2)將D2-YOLO一階段去模糊識(shí)別網(wǎng)絡(luò)與DeblurGAN-v2+YOLOv5s、DeblurGAN-v2+Faster-RCNN、YOLOv5s模型進(jìn)行對(duì)比試驗(yàn)，結(jié)果表明D2-YOLO具有更好的檢測(cè)性能，準(zhǔn)確率和召回率分別達(dá)到91.33%和89.12%，且網(wǎng)絡(luò)參數(shù)量更少，極大程度上解決了相機(jī)抖動(dòng)和物體相對(duì)運(yùn)動(dòng)等原因所導(dǎo)致的圖像模糊給障礙物檢測(cè)帶來干擾的問題，能夠滿足果園環(huán)境下作業(yè)要求。