基于改進(jìn)YOLOv5s的田間移動(dòng)障礙物檢測(cè)

摘 "要： 為實(shí)現(xiàn)無(wú)人農(nóng)機(jī)在行駛過(guò)程中對(duì)田間移動(dòng)型障礙物的實(shí)時(shí)檢測(cè)，提出一種基于YOLOv5s的目標(biāo)檢測(cè)模型，用于檢測(cè)田間行人和其他協(xié)同作業(yè)的農(nóng)機(jī)設(shè)備。該目標(biāo)檢測(cè)模型以YOLOv5s模型為基礎(chǔ)框架，進(jìn)行了以下三點(diǎn)改進(jìn)：第一，為了減少模型的參數(shù)量和計(jì)算復(fù)雜度，提高推理速度，將YOLOv5s網(wǎng)絡(luò)模型中的卷積模塊和C3模塊替換為Ghost卷積和C3Ghost模塊；第二，為了彌補(bǔ)模型參數(shù)量減少所造成的精度下降的損失，提升對(duì)目標(biāo)的檢測(cè)能力，在主干網(wǎng)絡(luò)輸出的特征層中引入CBAM注意力機(jī)制；第三，采用BiFPN特征金字塔結(jié)構(gòu)，實(shí)現(xiàn)多尺度特征加權(quán)融合。實(shí)驗(yàn)結(jié)果表明，YOLOv5s模型的參數(shù)量為7.02×106，計(jì)算復(fù)雜度為15.8 GB，平均檢測(cè)精度為94%，生成權(quán)重文件大小為13.7 MB，單幅圖像的檢測(cè)速度為71.43 f/s；改進(jìn)后的模型參數(shù)量為4.04×106，下降了42.45%，計(jì)算復(fù)雜度縮減為8.5 GB，平均檢測(cè)精度達(dá)到了93.2%，僅僅下降了0.8%，權(quán)重文件大小為8.1 MB，單幅圖像的檢測(cè)速度為77.52 f/s。以上數(shù)據(jù)證明，改進(jìn)后的模型能夠滿足對(duì)田間移動(dòng)型障礙物的實(shí)時(shí)檢測(cè)，且更加易于部署到移動(dòng)端設(shè)備。

關(guān)鍵詞： 移動(dòng)型障礙物； YOLOv5s； 無(wú)人農(nóng)機(jī)； 目標(biāo)檢測(cè)； CBAM注意力機(jī)制； 雙向特征金字塔網(wǎng)絡(luò)（BiFPN）

中圖分類號(hào)： TN911.73?34； TP391.4； S24 " " " " " " 文獻(xiàn)標(biāo)識(shí)碼： A " " " " " " " 文章編號(hào)： 1004?373X（2024）06?0171?08

Detection of improved YOLOv5s based mobile obstacles in field

HOU Yanlin， ARKIN Hamdulla， LI Henan

（College of Mechanical Engineering， Xinjiang University， Urumqi 830017， China）

Abstract： In order to realize the real?time detection of movable obstacles in the field during the operation of unmanned agricultural machinery， an object detection model based on YOLOv5s is proposed， which is used to detect people and other agricultural machineries with collaborative operations in the farmland. In the object detection model， the YOLOv5s is used as the basic framework to conduct three improvements. In order to reduce the number of parameters and computational complexity of the model， and improve inference speed， the convolution module and C3 module in the YOLOv5s network model are replaced with Ghost convolution and C3Ghost modules. In order to compensate for the loss of accuracy caused by the reduction of model parameters and improve the detection ability of targets， CBAM attention mechanism is introduced in the feature layer output by the backbone network. The BiFPN feature pyramid structure is used to achieve multi?scale feature weighted fusion. The experimental results show that the parameter size of the YOLOv5s model is 7.02×106， the computational complexity is 15.8 GB， the average detection accuracy is 94%， the generated weight file size is 13.7 MB， and the detection speed of a single image is 71.43 f/s. The parameter size of the improved model is 4.04×106， with a decrease of 42.45%， the computational complexity is 8.5 GB， the average detection accuracy is 93.2%， with a decrease of 0.8%， the generated weight file size is 8.1 MB， and the detection speed of a single image is 77.52 f/s. The above data proves that the improved model can meet the real?time detection of mobile obstacles in the field and is easier to deploy to mobile devices.

Keywords： mobile obstacles; YOLOv5s; unmanned agricultural machinery; object detection; CBAM attention mechanism; bidirectional feature pyramid network （BiFPN）

0 "引 "言

作為智能農(nóng)業(yè)的重要發(fā)展動(dòng)力，無(wú)人駕駛農(nóng)機(jī)技術(shù)已經(jīng)成為農(nóng)業(yè)數(shù)字化、智能化的重要標(biāo)志和發(fā)展新潮流[1]。自動(dòng)導(dǎo)航技術(shù)是無(wú)人農(nóng)機(jī)自主作業(yè)的關(guān)鍵，農(nóng)機(jī)在田間作業(yè)時(shí)會(huì)遇到其他協(xié)同作業(yè)的農(nóng)機(jī)與行人，精確快速識(shí)別這些障礙物是實(shí)現(xiàn)農(nóng)機(jī)自動(dòng)導(dǎo)航的前提與基礎(chǔ)。國(guó)內(nèi)許多研究學(xué)者針對(duì)農(nóng)機(jī)設(shè)備如何識(shí)別田間障礙物并實(shí)現(xiàn)自動(dòng)導(dǎo)航問(wèn)題進(jìn)行了深入研究。袁文濤等針對(duì)農(nóng)田典型障礙物——樹木和拖拉機(jī)，提出一種基于激光測(cè)距儀的自主導(dǎo)航拖拉機(jī)前方障礙物檢測(cè)方法，該方法對(duì)障礙物數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)了對(duì)拖拉機(jī)前方障礙物的方位和距離等信息的識(shí)別[2]。茍琴等通過(guò)對(duì)左右場(chǎng)景視差圖進(jìn)行閾值過(guò)濾，完成了試驗(yàn)田下障礙物的檢測(cè)與定位[3]。孫柯等采用雙毫米波雷達(dá)協(xié)同作業(yè)的方法，完成了對(duì)障礙物前方和側(cè)方距離的檢測(cè)[4]。楊洋等利用激光雷達(dá)建立拖拉機(jī)在行進(jìn)方向上的動(dòng)態(tài)識(shí)別區(qū)域，用于感知障礙物，然后利用該方向上的障礙物位置建立雷達(dá)坐標(biāo)系下的避障路徑簇，并從中選取最優(yōu)路徑，以此實(shí)現(xiàn)農(nóng)機(jī)自主避障[5]。郭成洋等利用激光傳感器獲得障礙物相對(duì)于農(nóng)機(jī)的距離信息，通過(guò)優(yōu)化人工勢(shì)場(chǎng)函數(shù)完成了農(nóng)機(jī)的自主避障[6]。深度學(xué)習(xí)的發(fā)展為田間障礙物識(shí)別提供了新方向[7]。劉艷平等采用ResNet152作為Mask RCNN檢測(cè)模型的主干網(wǎng)絡(luò)，實(shí)現(xiàn)了對(duì)柑橘和障礙物的檢測(cè)[8]。薛金林等提出一種基于CNN的農(nóng)業(yè)車輛障礙物檢測(cè)方法，實(shí)現(xiàn)了田間環(huán)境下農(nóng)機(jī)與行人識(shí)別[9]。陳斌等為實(shí)現(xiàn)自主農(nóng)機(jī)導(dǎo)航，對(duì)YOLOv3?tiny檢測(cè)模型進(jìn)行重構(gòu)，提高了對(duì)田間行人和其他農(nóng)機(jī)的檢測(cè)精度[10]。蔡舒平等為降低模型參數(shù)量，將YOLOv4網(wǎng)絡(luò)模型中的卷積替換為深度可分離卷積，同時(shí)為提高算法對(duì)密集區(qū)域下目標(biāo)的識(shí)別能力，采用軟性非極大值抑制算法，更好地實(shí)現(xiàn)了對(duì)果園障礙物的檢測(cè)[11]。王新彥等以YOLOv5s模型為基礎(chǔ)，將SE注意力機(jī)制和分層殘差模塊進(jìn)行融合后，替換Bottleneck中的殘差模塊，以更好地提取目標(biāo)特征信息；同時(shí)為了減少模型參數(shù)量，對(duì)改進(jìn)后的模型進(jìn)行剪枝處理。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的模型能夠?qū)崿F(xiàn)割草機(jī)器人對(duì)于障礙物的實(shí)時(shí)檢測(cè)[12]。為了實(shí)現(xiàn)無(wú)人農(nóng)機(jī)在自主導(dǎo)航過(guò)程中對(duì)田間行人和其他農(nóng)機(jī)的實(shí)時(shí)檢測(cè)，本文提出一種基于YOLOv5s的目標(biāo)檢測(cè)算法。為了減少參數(shù)量和計(jì)算復(fù)雜度，提高對(duì)田間障礙物的檢測(cè)速度，設(shè)計(jì)一種輕量化網(wǎng)絡(luò)，并在網(wǎng)絡(luò)結(jié)構(gòu)中融入CBAM注意力機(jī)制和BiFPN結(jié)構(gòu)，以提升模型的檢測(cè)精度。

1 "YOLOv5s目標(biāo)檢測(cè)模型

YOLOv5s目標(biāo)檢測(cè)模型是Ultralytics公司推出的YOLOv5算法中最小的一個(gè)檢測(cè)模型，主要用于輕量化研究。YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)主要由主干網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)和預(yù)測(cè)輸出層三部分構(gòu)成，如圖1所示。

圖1中，主干網(wǎng)包括Conv、CSP和SPPF模塊。Focus通過(guò)切片處理增加圖像通道，加快運(yùn)算速度；CSP結(jié)構(gòu)[13]在減少網(wǎng)絡(luò)參數(shù)的同時(shí)，能夠有效提取特征信息；SPPF用于實(shí)現(xiàn)局部特征信息與全局特征信息的拼接融合。Neck網(wǎng)絡(luò)中采用了FPN[14]和PAN[15]結(jié)構(gòu)，將不同尺度的特征信息融合在一起，有效加強(qiáng)了檢測(cè)器的特征提取性能。

預(yù)測(cè)輸出層包括3個(gè)特征輸出層，完成目標(biāo)的分類和預(yù)測(cè)。

2 "改進(jìn)的YOLOv5檢測(cè)算法

本文以半封閉農(nóng)田中行人與農(nóng)機(jī)作為移動(dòng)障礙物，在YOLOv5s基礎(chǔ)上提出一種輕量化的檢測(cè)模型，其模型結(jié)構(gòu)如圖2所示，主要進(jìn)行3個(gè)方面的改進(jìn)。

2.1 "模型結(jié)構(gòu)輕量化

為了減少YOLOv5s模型的參數(shù)量和計(jì)算復(fù)雜度，本文參照GhostNet[16]，將網(wǎng)絡(luò)中的Conv替換為Ghost卷積，同時(shí)將主干網(wǎng)絡(luò)中的C3模塊替換為C3Ghost模塊。Ghost卷積的操作過(guò)程如圖3所示，可分為兩個(gè)執(zhí)行步驟：首先，利用傳統(tǒng)卷積對(duì)輸入圖像信息進(jìn)行計(jì)算，得到部分原始特征圖，輸出的特征圖具有較好的通道；隨后，對(duì)以上輸出的特征圖進(jìn)行線性變換，得到冗余特征圖，在通道方向上將輸出的冗余特征圖和原始特征圖進(jìn)行拼接，這樣就得到了最終的輸出特征圖。

假設(shè)輸入特征圖的大小為[H?W?C]，采用卷積核的大小為[C?K?N?N]，輸出特征圖的大小為[H?W?N]，利用傳統(tǒng)卷積所得到的計(jì)算量為[P=H?W?N?C?K?K]；在采用Ghost卷積時(shí)，假設(shè)存在單個(gè)恒等映射，并且線性運(yùn)算的個(gè)數(shù)是[M·S-1=NS?S?S-1]，線性運(yùn)算中采用卷積核大小均設(shè)定為[D?D]，則卷積計(jì)算量大小為[Q=NS?H?W?N?C?K?K+S-1?NS?H?W?D?D]。二者參數(shù)量之比[Rate]公式如下：

[Rate=PQ≈S?CS+C-1≈S] （1）

通過(guò)公式（1）可知，Ghost卷積能夠有效減少模型參數(shù)計(jì)算量，加快推理速度。因此，可以將Ghost模塊與C3模塊進(jìn)行融合，獲得新模塊C3Ghost。C3Ghost結(jié)構(gòu)如圖4所示。

2.2 "CBAM注意力機(jī)制嵌入

在神經(jīng)網(wǎng)絡(luò)模型中引入注意力機(jī)制，可以有效增強(qiáng)模型的檢測(cè)性能。為了減緩模型輕量化后造成的檢測(cè)精度下降，本文在主干網(wǎng)絡(luò)的特征輸出層嵌入CBAM注意力機(jī)制[17]，其結(jié)構(gòu)如圖5所示。CBAM機(jī)制能夠使網(wǎng)絡(luò)模型在通道和空間兩個(gè)方向上重點(diǎn)關(guān)注檢測(cè)目標(biāo)信息，從而提高模型的檢測(cè)能力。

CBAM機(jī)制包括通道注意力機(jī)制和空間注意力機(jī)制，圖6和圖7分別為通道注意力機(jī)制和空間注意力機(jī)制結(jié)構(gòu)。

對(duì)于輸入的特征圖[F∈RH×W×C]，CBAM機(jī)制進(jìn)行以下兩個(gè)部分的操作。

首先在通道注意力機(jī)制模塊中將全局平均池化和全局最大池化處理后的特征圖送入多層感知器（MLP）；然后將MLP輸出的特征圖進(jìn)行相加并經(jīng)過(guò)[Sigmoid]函數(shù)，這樣得到輸入特征層的每一個(gè)通道的權(quán)值（0～1之間）；之后將獲得的權(quán)值乘以原輸入特征層，這樣就得到了通道注意力特征圖[McF]，表達(dá)式如下：

[McF=σMLPAvgPoolF+MLPMaxPoolF=σW1W0Fcavg+W1W0Fcmax] （2）

式中：[σ]為[Sigmoid]函數(shù)；[W0]和[W1]表示多層感知器的參數(shù)。

然后，將通道注意力特征圖[McF]與特征圖[F∈RH×W×C]進(jìn)行直積處理得到[F]。在空間注意力機(jī)制模塊，將輸入特征[F]依次進(jìn)行全局最大池化處理和平均池化處理，生成兩個(gè)大小為[H×W×1]的特征圖，在通道方向上對(duì)其進(jìn)行拼接后，再進(jìn)行[7×7]卷積操作，降維得到一個(gè)通道。然后利用非線性函數(shù)[Sigmoid]進(jìn)行激活，得到輸入特征層上每一個(gè)特征點(diǎn)的權(quán)值（0～1之間）。之后將獲得的權(quán)值乘以原輸入特征層，就得到了空間注意力特征圖[MsF]，表達(dá)式如下：

[MsF=σf7×7AvgPoolF;MaxPoolF=σf7×7F′avg;F′max] （3）

將[F]與空間注意力特征圖[MsF]進(jìn)行直積處理就得到了最終輸出特征圖[F]。

2.3 "加權(quán)特征信息融合

YOLOv5s頸部網(wǎng)絡(luò)結(jié)構(gòu)采用了FPN和PAFPN網(wǎng)絡(luò)，如圖8a）和8b）所示，二者將骨干網(wǎng)絡(luò)輸出的特征信息進(jìn)行多尺度融合，但是該結(jié)構(gòu)會(huì)破壞不同尺度信息的一致性，從而影響對(duì)農(nóng)機(jī)設(shè)備和行人的檢測(cè)精度。采用BiFPN[18]網(wǎng)絡(luò)能夠有效實(shí)現(xiàn)多尺度特征信息融合，結(jié)構(gòu)如圖8c）所示，該結(jié)構(gòu)采用了跨尺度連接方式，將PAFPN結(jié)構(gòu)中對(duì)于特征融合作用較小的節(jié)點(diǎn)剔除，并且可以在相同尺度的輸入和輸出節(jié)點(diǎn)直接進(jìn)行連接。

此外，該結(jié)構(gòu)能夠?qū)崿F(xiàn)加權(quán)特征融合，對(duì)不同尺度特征圖的貢獻(xiàn)度進(jìn)行調(diào)節(jié)。BiFPN加權(quán)特征融合計(jì)算公式如下：

[O=iWie+jWjIi] （4）

式中：[e]表示學(xué)習(xí)率，取0.000 1；[Wi]和[Wj]表示特征權(quán)重；[Ii]表示輸入特征圖。

3 "實(shí)驗(yàn)與分析

3.1 "數(shù)據(jù)集采集

通過(guò)視頻截取、手機(jī)拍攝和網(wǎng)絡(luò)爬蟲等多種方法獲取圖像共計(jì)8 623張，包括農(nóng)機(jī)和田間行人兩個(gè)類別，利用標(biāo)注工具對(duì)其進(jìn)行目標(biāo)標(biāo)注后，按照8∶1∶1的比例進(jìn)行劃分，最終獲得6 898張訓(xùn)練集圖像、863張測(cè)試集圖像和862張驗(yàn)證集圖像。

3.2 "實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置

本文實(shí)驗(yàn)是在Windows 11操作系統(tǒng)上完成，CPU型號(hào)為12th Gen Intel i7?12700H，內(nèi)存為32 GB，GPU為NVIDIA GTX 3070Ti顯卡，顯卡內(nèi)存為8 GB，編譯語(yǔ)言采用Python 3.10，CUDA版本為12.0，深度學(xué)習(xí)框架采用Pytorch 1.13.1，編輯器采用Vscode。模型訓(xùn)練參數(shù)設(shè)置如表1所示。

3.3 "模型評(píng)價(jià)指標(biāo)

本文采用精確率（P）、召回率（R）、F1值以及平均識(shí)別準(zhǔn)確率（AP）作為模型的檢測(cè)精度評(píng)估指標(biāo)。以權(quán)重文件（Weight）作為模型大小的評(píng)價(jià)指標(biāo)，以浮點(diǎn)數(shù)計(jì)算量（FLOPs）作為模型復(fù)雜度的評(píng)價(jià)指標(biāo)，以每秒檢測(cè)幀數(shù)作為模型檢測(cè)速度的評(píng)估指標(biāo)。各指標(biāo)的計(jì)算公式如下：

[P=TPTP+FP] （5）

[R=TPTP+FN] （6）

[AP=TP+TNTP+FP+TN+FN] （7）

[F1=2PR（P+R）] （8）

式中：TP表示樣本被分為正樣本且分類正確；TN表示樣本被分為負(fù)樣本且分類正確；FP表示樣本被分為正樣本但分類錯(cuò)誤；FN表示樣本被分為負(fù)樣本但分類錯(cuò)誤。

3.4 "模型訓(xùn)練分析

改進(jìn)后的網(wǎng)絡(luò)模型在訓(xùn)練過(guò)程中的各類損失函數(shù)曲線以及平均識(shí)別精度曲線如圖9所示。

根據(jù)圖9a）可以看出，整個(gè)訓(xùn)練過(guò)程，模型的各個(gè)損失函數(shù)曲線呈下降趨勢(shì)。其中，邊界框損失函數(shù)值下降尤為明顯，而置信度損失函數(shù)曲線和分類損失函數(shù)曲線在100輪之后較為平緩。

由圖9b）可知，在驗(yàn)證過(guò)程的前75輪左右，模型的三種損失函數(shù)曲線處于下降狀態(tài)，在之后的125輪中，損失函數(shù)值變化幅度很小，表明模型已經(jīng)到達(dá)擬合狀態(tài)。

由圖9c）可以看出，在訓(xùn)練過(guò)程中的前75輪，模型的AP值快速增長(zhǎng)，這是因?yàn)槟Ｐ驮诖酥疤幱诟咚贁M合過(guò)程；在此之后的125輪中，由于學(xué)習(xí)率數(shù)值變化極小，AP曲線已經(jīng)收斂，但是仍然存在輕微振蕩。最終獲得模型的平均識(shí)別精度為93.2%，PR曲線如圖9d）所示。

3.5 "消融實(shí)驗(yàn)

為了驗(yàn)證各個(gè)模塊對(duì)模型性能的影響，本文設(shè)計(jì)了5組對(duì)比實(shí)驗(yàn)，驗(yàn)證情況如表2所示。

根據(jù)表2可以看出，YOLOv5網(wǎng)絡(luò)中引入了C3Ghost模塊和Ghost卷積之后，模型的參數(shù)量和計(jì)算復(fù)雜度分別減少了48.34%和48.1%，模型對(duì)于單張圖像的推理速度提升至12 ms，平均識(shí)別精度下降了1.5%，生成模型大小為7.4 MB，是原始模型大小的54%。融入CBAM注意力機(jī)制后，模型的精度提升至94.2%，表明模型能夠進(jìn)一步關(guān)注于行人及農(nóng)機(jī)目標(biāo)區(qū)域。此外，引入BiFPN模塊后的模型平均識(shí)別精度提升了0.7%，表明該結(jié)構(gòu)能夠保證不同目標(biāo)特征的一致性。改進(jìn)后的網(wǎng)絡(luò)模型在識(shí)別精度僅僅下降0.8%的情況下，參數(shù)量和計(jì)算復(fù)雜度卻下降了42.45%和46.2%。檢測(cè)單幅圖像的時(shí)間為12.9 ms，能夠滿足對(duì)田間行人和其他農(nóng)機(jī)障礙物的實(shí)時(shí)檢測(cè)。

3.6 "不同模型對(duì)比實(shí)驗(yàn)

為了驗(yàn)證模型的有效性，本文在同一數(shù)據(jù)集下對(duì)深度學(xué)習(xí)領(lǐng)域中常見的主流檢測(cè)模型進(jìn)行訓(xùn)練，并記錄實(shí)驗(yàn)結(jié)果，然后同本文模型進(jìn)行對(duì)比，對(duì)比結(jié)果如表3所示。

根據(jù)表3可知：本文所提出的目標(biāo)檢測(cè)模型識(shí)別精度達(dá)到93.2%，同Retinanet[19]、Faster R?CNN[20]、SSD[21]、YOLOv3[22]、YOLOv4[23]以及YOLOX[24]相比，分別提升了14.1%、13.3%、4%、4.3%、2.4%和2%；同YOLOv5s相比，平均識(shí)別精度僅僅下降了0.8%，能夠滿足檢測(cè)要求。同時(shí)，經(jīng)過(guò)改進(jìn)后的模型的參數(shù)量大小為4.04×106，浮點(diǎn)運(yùn)算次數(shù)為8.5 GB，相對(duì)于以上對(duì)比的檢測(cè)模型均有了大幅度下降；生成的權(quán)重文件大小僅為8.1 MB，更加易于實(shí)現(xiàn)向移動(dòng)端部署。此外，改進(jìn)后的模型在單幅圖像上測(cè)試的檢測(cè)速度為77.52 f/s，高于其他模型，能夠滿足對(duì)行人及其他協(xié)作農(nóng)機(jī)設(shè)備的實(shí)時(shí)性檢測(cè)。圖10是改進(jìn)模型檢測(cè)效果。

由圖10可知，改進(jìn)后的模型能夠準(zhǔn)確識(shí)別田間移動(dòng)障礙物。

4 "結(jié) "語(yǔ)

為了實(shí)現(xiàn)無(wú)人農(nóng)機(jī)在田間作業(yè)過(guò)程中對(duì)移動(dòng)型障礙物的實(shí)時(shí)檢測(cè)，本文提出一種基于YOLOv5s的輕量化目標(biāo)檢測(cè)模型。在YOLOv5s的架構(gòu)基礎(chǔ)上，通過(guò)采用Ghost卷積和C3Ghost模塊來(lái)減少模型參數(shù)及計(jì)算量，同時(shí)融入CBAM機(jī)制和BiFPN結(jié)構(gòu)來(lái)彌補(bǔ)輕量化所造成的精度損失。利用自制數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練和驗(yàn)證，實(shí)驗(yàn)結(jié)果表示，經(jīng)過(guò)改進(jìn)后的模型的參數(shù)量約下降了42.45%，計(jì)算復(fù)雜度由原來(lái)的15.8 GB下降至8.5 GB，識(shí)別精度僅僅下降了0.8%，達(dá)到93.2%，單幅圖像檢測(cè)速度為77.52 f/s，更易于向移動(dòng)端設(shè)備移植。

注：本文通訊作者為艾爾肯·亥木都拉。

參考文獻(xiàn)

[1] 南農(nóng).國(guó)內(nèi)外無(wú)人化農(nóng)業(yè)發(fā)展現(xiàn)狀[J].南方農(nóng)機(jī)，2020，51（21）：6.

[2] 袁文濤，劉卉，胡書鵬.面向自動(dòng)導(dǎo)航拖拉機(jī)的農(nóng)田障礙物識(shí)別研究[J].農(nóng)機(jī)化研究，2018，40（10）：247?251.

[3] 茍琴，耿楠，張志毅.基于視差圖的未知環(huán)境下農(nóng)田障礙物檢測(cè)方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（2）：707?710.

[4] 孫柯，吳開華，王亞濤，等.基于毫米波雷達(dá)的植保無(wú)人機(jī)避障系統(tǒng)研究[J].傳感器與微系統(tǒng)，2020，39（6）：73?76.

[5] 楊洋，溫興，馬強(qiáng)龍，等.基于貝塞爾曲線的動(dòng)態(tài)識(shí)別區(qū)農(nóng)機(jī)避障路徑實(shí)時(shí)規(guī)劃[J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（6）：34?43.

[6] 郭成洋，劉美辰，高澤寧，等.基于改進(jìn)人工勢(shì)場(chǎng)法的農(nóng)機(jī)避障方法研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2020，41（3）：152?157.

[7] 張陽(yáng)婷，黃德啟，王東偉，等.基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法研究與應(yīng)用綜述[J].計(jì)算機(jī)工程與應(yīng)用，2023，59（18）：1?13.

[8] 劉艷平.柑橘采摘機(jī)器人障礙物識(shí)別與定位方法研究[D].重慶：重慶理工大學(xué)，2019.

[9] 薛金林，李雨晴，曹梓建.基于深度學(xué)習(xí)的模糊農(nóng)田圖像中障礙物檢測(cè)技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（3）：234?242.

[10] 陳斌，張漫，徐弘禎，等.基于改進(jìn)YOLO v3?tiny的全景圖像農(nóng)田障礙物檢測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2021，52（z1）：58?65.

[11] 蔡舒平，孫仲鳴，劉慧，等.基于改進(jìn)型YOLOv4的果園障礙物實(shí)時(shí)檢測(cè)方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2021，37（2）：36?43.

[12] 王新彥，易政洋.基于改進(jìn)YOLOv5的割草機(jī)器人工作環(huán)境障礙物檢測(cè)方法研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2023，44（3）：171?176.

[13] WANG C Y， LIAO H Y M， WU Y H， et al. CSPNet： A new backbone that can enhance learning capability of CNN [C]// Proceeding of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. Seattle： IEEE， 2020： 1571?1580.

[14] LIN T Y， DOLLáR P， GIRSHICK R， et al. Feature pyramid networks for object detection [C]// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu： IEEE， 2017： 936?944.

[15] LIU S， QI L， QIN H F， et al. Path aggregation network for instance segmentation [C]// Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City： IEEE， 2018： 8759?8768.

[16] HAN K， WANG Y H， TIAN Q， et al. GhostNet： More features from cheap operations [C]// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Seattle： IEEE， 2020： 1577?1586.

[17] WOO S Y， PARK J C， LEE T Y， et al. CBAM： Convolutional block attention module [C]// Proceedings of the 15th European Conference on Computer Vision. Munich： Springer， 2018： 3?19.

[18] TAN M， PANG R， LE Q V. EfficientDet： scalable and efficient object detection [C]// 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle， WA， USA： IEEE. 2020： 10778?10787.

[19] LIN T Y， GOYAL P， GIRSHICK R， et al. Focal loss for dense object detection [J]. IEEE transactions on pattern analysis amp; machine intelligence， 2017（99）： 2999?3007.

[20] REN S， HE K， 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）： 2577031.

[21] LIU W， ANGUELOV D， ERHAN D， et al. SSD： single shot multi box detector [EB/OL]. [2023?01?14]. https：//doc.taixueshu.com/patent/arXiv151202325.html.

[22] REDMON J， FARHADI A. YOLOv3： An incremental improvement [EB/OL]. [2023?04?12]. https：//arxiv.org/abs/1804.02767.

[23] BOCHKOVSKIY A， WANG C Y， LIAO H Y M. YOLO v4： optimal speed and accuracy of object detection [EB/OL]. [2022?12?07]. https：//arxiv.org/abs/2004.10934.

[24] GE Z， LIU S， WANG F， et al. YOLO X： Exceeding YOLO series in 2021 [EB/OL]. [2023?04?14]. https：//arxiv.org/abs/2107.08430.