基于改進(jìn)YOLO v5的農(nóng)田苗草檢測(cè)方法

摘要：針對(duì)除草機(jī)器人等智能農(nóng)業(yè)機(jī)械在復(fù)雜的農(nóng)田環(huán)境下工作時(shí)易受到雜草種類、光照多變以及葉片遮擋等因素影響，難以高效精準(zhǔn)地檢測(cè)作物和雜草位置的問題，提出一種基于改進(jìn)YOLO v5s算法的農(nóng)田苗草目標(biāo)檢測(cè)方法，能夠?qū)Σ煌鞖?、位置和密度環(huán)境下的農(nóng)作物及其伴生雜草進(jìn)行檢測(cè)。首先使用公開數(shù)據(jù)集并通過數(shù)據(jù)增強(qiáng)方法擴(kuò)充數(shù)據(jù)構(gòu)建了新的苗草數(shù)據(jù)集，分析了苗草數(shù)據(jù)集的圖像特點(diǎn)后針對(duì)原YOLO v5算法模型的不足提出改進(jìn)，結(jié)合協(xié)同注意力CA與感受野塊RFB模塊改進(jìn)主干網(wǎng)絡(luò)，在只添加少量參數(shù)的情況下提高模型檢測(cè)性能；然后選擇CARAFE的上采樣方式加強(qiáng)網(wǎng)絡(luò)提取特征能力；最后采取WIoU v3替換CIoU損失函數(shù)，平衡錨框質(zhì)量并實(shí)現(xiàn)高精度定位。將改進(jìn)后的YOLO v5網(wǎng)絡(luò)模型與各種常見的主流網(wǎng)絡(luò)在苗草數(shù)據(jù)集上依據(jù)目標(biāo)檢測(cè)算法評(píng)價(jià)指標(biāo)進(jìn)行了試驗(yàn)比較，結(jié)果顯示，改進(jìn)后算法平均精度均值達(dá)到86.7%，比原始的YOLO v5s提高了2.9百分點(diǎn)，F(xiàn)PS達(dá)到60.4幀/s，在滿足算法實(shí)時(shí)性要求的同時(shí)明顯提升了檢測(cè)算法精度，驗(yàn)證了改進(jìn)算法的有效性，適用于除草機(jī)器人的雜草識(shí)別系統(tǒng)。

關(guān)鍵詞：苗草檢測(cè)；YOLO v5；協(xié)同注意力；空洞卷積；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）13-0197-08

農(nóng)田雜草與農(nóng)作物爭(zhēng)奪養(yǎng)分、水分和生長(zhǎng)空間，影響了農(nóng)作物正常生長(zhǎng)，導(dǎo)致產(chǎn)量減少。由于農(nóng)田環(huán)境復(fù)雜、雜草群落更替等因素，農(nóng)田雜草難以得到有效治理［1］。如今農(nóng)田草害的防控主要依靠化學(xué)藥劑，但噴施方式往往是大面積的均勻噴灑，容易導(dǎo)致化學(xué)藥劑過量施用，從而給土壤、水源等環(huán)境帶來嚴(yán)重污染。而機(jī)械除草方面，株間機(jī)械除草容錯(cuò)性較低，會(huì)給苗期作物帶來?yè)p傷風(fēng)險(xiǎn)。因此需要高效精準(zhǔn)的雜草檢測(cè)，不僅可以用于除草劑靶向施藥以保護(hù)環(huán)境，也是研究自動(dòng)化除草機(jī)器人的關(guān)鍵技術(shù)之一［2］。

基于機(jī)器學(xué)習(xí)的作物雜草目標(biāo)檢測(cè)識(shí)別，一般從顏色和形狀特點(diǎn)或根據(jù)作物分布方式和雜草集落特點(diǎn)判斷其所處位置特征［3］。但是雜草種類多、生長(zhǎng)狀態(tài)多樣且天氣條件多變以及葉片遮擋等都會(huì)影響對(duì)雜草形態(tài)的識(shí)別，因此傳統(tǒng)農(nóng)作物雜草檢測(cè)方法普遍存在精度低、泛化能力有限、檢測(cè)速度慢等問題［4］。

隨著人工神經(jīng)網(wǎng)絡(luò)的發(fā)展成熟，深度學(xué)習(xí)方法相比于傳統(tǒng)機(jī)器學(xué)習(xí)圖像處理方法，能夠挖掘圖像更深層的信息，完成密集型數(shù)據(jù)計(jì)算任務(wù)，處理復(fù)雜背景時(shí)應(yīng)用更具魯棒性，在實(shí)現(xiàn)農(nóng)田作物雜草精準(zhǔn)識(shí)別的任務(wù)上也頗見成效［5］。其中，YOLO（you only look once）是一種典型的目標(biāo)檢測(cè)算法，被眾多學(xué)者應(yīng)用于解決作物雜草檢測(cè)問題［6］。例如，權(quán)龍哲等為提高農(nóng)田背景目標(biāo)檢測(cè)的精度和效率制作特征豐富的數(shù)據(jù)集，減少YOLO v4網(wǎng)絡(luò)的輸出張量尺度以匹配玉米苗和雜草，試驗(yàn)結(jié)果顯示改進(jìn)后的YOLO v4網(wǎng)絡(luò)訓(xùn)練得到的檢測(cè)模型F1分?jǐn)?shù)為0.828，檢測(cè)時(shí)間縮短0.014 s［7］；Zhang等提出了一種SE-YOLO v5x模型用于雜草作物分類和生菜田間定位，mAP達(dá)到97.1%［8］，與YOLO v5x、SSD（single shot MultiBox detector）和Faster R-CNN等模型相比在雜草和生菜植物分類定位任務(wù)中展現(xiàn)出較優(yōu)異的表現(xiàn)［9-10］。張偉康等針對(duì)田間雜草分布復(fù)雜和種類繁多等問題，提出一種改進(jìn)YOLO v5算法，檢測(cè)蔬菜位置來間接判別雜草分布的方法降低了雜草識(shí)別難度，對(duì)目標(biāo)蔬菜的mAP為95.7%，改進(jìn)模型平均檢測(cè)1幅圖像的時(shí)間為11 ms，實(shí)時(shí)性較好［11］。

雖然上述改進(jìn)方法能夠得到較高的準(zhǔn)確率，但雜草檢測(cè)需要在復(fù)雜環(huán)境下做到精準(zhǔn)識(shí)別以滿足除草機(jī)器人實(shí)時(shí)自動(dòng)化除草的需求。苗草檢測(cè)的精確度影響著除草機(jī)器人的路徑規(guī)劃，因此結(jié)合深度學(xué)習(xí)方法解決作物與其伴生雜草的識(shí)別與定位問題，尤其是針對(duì)形態(tài)類似的苗草和分布不規(guī)律的雜草，還需要更深入的研究。

本研究將根據(jù)復(fù)雜農(nóng)田背景下農(nóng)作物與伴生雜草的特點(diǎn)，先對(duì)獲取的圖片數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)等預(yù)處理，然后基于YOLO v5s的檢測(cè)框架結(jié)合先進(jìn)的特征提取網(wǎng)絡(luò)，并不斷優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練策略。以期通過改進(jìn)的YOLO v5s檢測(cè)方法提高農(nóng)田復(fù)雜背景下作物與伴生雜草識(shí)別檢測(cè)的精度。

1 材料與方法

1.1 資料來源

田間環(huán)境復(fù)雜多變，地面雜草形態(tài)豐富，部分雜草和作物苗期形態(tài)十分相似，且圖像質(zhì)量易受光照強(qiáng)度等環(huán)境因素影響。針對(duì)上述田間復(fù)雜狀況，需要不同環(huán)境背景下的苗草圖像擬合特征制作豐富多樣的數(shù)據(jù)集。

本研究所用作物雜草數(shù)據(jù)集主要來源于Sudars等制作的公開的作物與雜草數(shù)據(jù)集［12］，其中包含甜菜等6種糧食作物和藜等8種雜草共1 118幅圖像，分為作物（crop）和雜草（weed）2個(gè)類別，并用拍攝、網(wǎng)上收集等方法擴(kuò)充數(shù)據(jù)集，增加數(shù)據(jù)集的多樣性并提升模型實(shí)際應(yīng)用的泛化能力。為了減少數(shù)據(jù)過擬合的可能性，通過隨機(jī)翻轉(zhuǎn)、隨機(jī)縮放、加入各類噪聲、局部裁剪等方法進(jìn)行數(shù)據(jù)增強(qiáng)，再經(jīng)過人工篩選去掉質(zhì)量較差的圖片，最終得到1 500幅圖像（圖1），按8 ∶2的比例劃分為訓(xùn)練集和驗(yàn)證集得到最終數(shù)據(jù)集。

1.2 處理方法

1.2.1 YOLO v5算法模型

YOLO v5目標(biāo)檢測(cè)網(wǎng)絡(luò)按網(wǎng)絡(luò)結(jié)構(gòu)的寬度和深度由小到大分成s、m、l、x這4個(gè)版本，本研究使用的是YOLO v5s的6.1版本。YOLO v5算法模型總共分為輸入端（Input）、主干網(wǎng)絡(luò)（Backbone）、頸部（Neck）和檢測(cè)端（Prediction）4個(gè)部分。Input讀入圖片，使用Mosaic圖像增強(qiáng)方法提升模型的擬合能力；Backbone使用高性能分類網(wǎng)絡(luò)CSPDarknet 53；Neck網(wǎng)絡(luò)連接Backbone和Prediction，進(jìn)一步提升特征的多樣性及魯棒性；Prediction檢測(cè)頭分為3種檢測(cè)層檢測(cè)尺寸不一的目標(biāo)特征。YOLO v5開源工程全面且簡(jiǎn)潔，在移動(dòng)式設(shè)備上更容易部署，受到檢測(cè)界廣泛好評(píng)。

1.2.2 YOLO v5在農(nóng)田雜草檢測(cè)中的問題

雖然YOLO v5已經(jīng)具備了優(yōu)秀的檢測(cè)性能與速度，但應(yīng)用到本研究的苗草檢測(cè)場(chǎng)景任務(wù)，仍存在下列幾個(gè)可以改進(jìn)的地方。

（1）作物幼苗期目標(biāo)較小，YOLO v5一般通過淺層提取小目標(biāo)特征，當(dāng)圖像特征經(jīng)過主干網(wǎng)絡(luò)中的Bottleneck結(jié)構(gòu)，大量卷積計(jì)算易造成小目標(biāo)信息丟失。

（2）在Backbone最后一層中拼接融合大小不一的特征圖獲取不同層次的特征信息，但信息沒有聯(lián)系全局，且沒考慮到圖像特征的冗余現(xiàn)象。

（3）一些田間圖像存在低光照、低對(duì)比度等情況，網(wǎng)絡(luò)無法從圖像中提取足夠的特征信息，尤其經(jīng)過上采樣操作會(huì)放大圖像噪聲，對(duì)苗草檢測(cè)定位精確性造成影響。

（4）網(wǎng)絡(luò)中使用的邊界框回歸損失函數(shù)CIoU（complete intersection over union）借助邊界框縱橫比信息判斷檢測(cè)框的置信度，但缺乏錨框?qū)?、高等真?shí)信息，難以評(píng)價(jià)2個(gè)類似錨框的優(yōu)劣，阻礙模型實(shí)現(xiàn)高精度定位。

1.3 YOLO v5改進(jìn)方法

雜草檢測(cè)應(yīng)保證實(shí)時(shí)性以滿足自動(dòng)化除草的需求，做到復(fù)雜環(huán)境下能夠有效分辨和精確檢測(cè)，檢測(cè)苗草的誤差大小影響到除草機(jī)器人等農(nóng)機(jī)的路徑規(guī)劃是否合理，既可保證農(nóng)田種植效益穩(wěn)定，也能減小農(nóng)業(yè)環(huán)境污染。因此本研究結(jié)合最新神經(jīng)網(wǎng)絡(luò)改進(jìn)思路以及損失函數(shù)對(duì)于原YOLO v5s模型進(jìn)行改進(jìn)，改進(jìn)后的YOLO v5s網(wǎng)絡(luò)模型結(jié)構(gòu)如圖2、圖3所示。

1.3.1 引入CA注意力機(jī)制

人眼一瞬間接收處理大批量信息時(shí)會(huì)陷入瓶頸，此時(shí)需要有目的性地關(guān)注一部分，同時(shí)忽略其他可見的信息，利用視覺信息資源，注意力機(jī)制（attention mechanism）正是借鑒了人類視覺集中關(guān)注部分信息的特點(diǎn)，當(dāng)算法部署的嵌入式設(shè)備計(jì)算能力有限時(shí)，將計(jì)算資源合理分配給更重要的任務(wù)。協(xié)同注意力（coordinate attention，簡(jiǎn)稱CA）作為一種新型注意力機(jī)制［13］，針對(duì)卷積網(wǎng)絡(luò)只能捕獲局部而非長(zhǎng)期依賴信息的問題，將特征空間的位置信息添加到通道注意力中。因?yàn)槲恢眯畔?duì)獲取目標(biāo)結(jié)構(gòu)十分關(guān)鍵，是對(duì)生成空間選擇性注意圖的關(guān)鍵。

CA注意力機(jī)制在通道注意力的基礎(chǔ)上劃分成2個(gè)一維特征，以捕捉圖像中的方向感知和位置敏感信息。通過傳遞前后文的依賴關(guān)系與編碼構(gòu)成的注意力特征圖用于聚合圖像特征，并通過加權(quán)重要通道和抑制不重要通道來提高特征表達(dá)能力，使模型能夠更好地感知圖像中的方向和位置信息并互相補(bǔ)充完成最終特征圖，其結(jié)構(gòu)如圖4所示。

CA注意力以較低的計(jì)算成本實(shí)現(xiàn)顯著的性能提升，應(yīng)用十分靈活，也無需考慮模塊嵌入到網(wǎng)絡(luò)中帶來的性能開銷。CA注意力機(jī)制的添加方式多樣，一般在網(wǎng)絡(luò)Backbone部分的空間金字塔快速池化層（spatial pyramid pooling-fast，簡(jiǎn)稱SPPF）前添加，將位置信息融進(jìn)通道注意力，增加特征提取圖片細(xì)節(jié)的能力。

針對(duì)農(nóng)田雜草的目標(biāo)檢測(cè)任務(wù)中一些苗期作物和雜草在圖像中只有小量像素，特征信息容易在深層卷積網(wǎng)絡(luò)中丟失，導(dǎo)致漏檢、錯(cuò)檢的情況，本研究選擇在C3模塊內(nèi)部激活函數(shù)層之后添加CA注意力層，如圖5所示，此時(shí)保留的有效特征信息更多，能夠強(qiáng)化注意力機(jī)制對(duì)重要局部細(xì)節(jié)的感知力。

1.3.2 主干網(wǎng)絡(luò)改進(jìn)

主干網(wǎng)絡(luò)最后的SPPF結(jié)構(gòu)作用是避免圖像失真與特征重復(fù)提取，本研究選擇使用感受野塊（receptive field block，簡(jiǎn)稱RFB）替換原本的SPPF結(jié)構(gòu)［14］。RFB主要借鑒了Inception網(wǎng)絡(luò)的思想，通過多分支結(jié)構(gòu)和不同尺寸卷積核的卷積層構(gòu)建模塊，能夠增強(qiáng)網(wǎng)絡(luò)的特征提取能力。除此之外，RFB還利用了空洞卷積的特性，捕獲上下文信息，RFB結(jié)構(gòu)如圖6所示。

本研究模型使用RFB模塊替換SPPF模塊，在解決圖像歸一化時(shí)特征重復(fù)提取問題的同時(shí)提升了候選框的生成速度且節(jié)約計(jì)算成本，能夠有效增大感受野，在合理利用全局信息的同時(shí)保證效率。

1.3.3 引入CA注意力機(jī)制

Neck部分采用最近鄰插值的上采樣方式。上采樣核取決于像素點(diǎn)的空間位置，缺少特征圖的語(yǔ)義信息利用，可以看作是一種平均化的上采樣，而且感受野通常都很小。因此本研究將最近鄰插值替換為輕量級(jí)通用上采樣算子（content-aware reassembly feature enhancement，簡(jiǎn)稱CARAFE）［15］。CARAFE分為預(yù)測(cè)部分和特征重組部分，如圖7所示。

在上采樣核預(yù)測(cè)部分，首先將輸入的特征圖（大小為H×W×C）的通道壓縮至Cm，捕獲更大范圍的感受野。再使用上采樣倍率為σ和上采樣尺寸為kup×kup的卷積操作，將通道數(shù)增加到σ2×k2up，生成的卷積核可以根據(jù)輸入特征圖的內(nèi)容自適應(yīng)調(diào)整，捕捉更準(zhǔn)確的上下文信息；之后在空間維度上展開通道并將所有卷積核softmax歸一化，確保其權(quán)重和為1。特征重組部分根據(jù)位置相似性重新分配局部區(qū)域，這是CARAFE方法的關(guān)鍵所在。將輸出特征圖各位置映射回輸入特征圖的結(jié)果與預(yù)測(cè)的上采樣核的空間維度展開結(jié)果進(jìn)行點(diǎn)積運(yùn)算，最終得到一個(gè)大小為σH×σW×C的新特征圖。

CARAFE在特征圖中引入通道注意力機(jī)制，通過前向傳遞學(xué)習(xí)局部采樣區(qū)域的大小和位置的自適應(yīng)性使得CARAFE能夠充分利用原始圖像中的紋理信息和上下文語(yǔ)義信息，實(shí)現(xiàn)了對(duì)紋理細(xì)節(jié)和語(yǔ)義信息的聯(lián)合建模。與一般的上采樣方式相比，CARAFE有著更大的感受野，能夠生成比原始低分辨率圖形更為具有信息豐富性的上采樣特征圖，使得下游任務(wù)可以利用到更加準(zhǔn)確多樣的特征。

1.3.4 損失函數(shù)改進(jìn)

邊界框損失函數(shù)作為目標(biāo)檢測(cè)損失函數(shù)的重要組成部分，其良好定義可以為目標(biāo)檢測(cè)模型帶來顯著的性能提升。

LIoU=1-IoU。（1）

式中：IoU表示預(yù)測(cè)框與真實(shí)框的重疊程度；LIoU表示預(yù)測(cè)值和真實(shí)值之間的差異值損失，即損失值。

原網(wǎng)絡(luò)的Prediction部分采用CIoU函數(shù)作為邊界框損失函數(shù)，如果檢測(cè)訓(xùn)練集中含有低質(zhì)量示例，一味地強(qiáng)化邊界框?qū)Φ唾|(zhì)量示例的回歸會(huì)危害模型檢測(cè)性能的提升。為了提高高質(zhì)量錨框（anchor box）的競(jìng)爭(zhēng)力，減少低質(zhì)量樣本產(chǎn)生的有害梯度，選擇替換Wise-IoU v3（WIoU v3）損失函數(shù)［16］。

RWIoU=exp（x-xgt）2+（y-ygt）2（W2g-H2g）*；（2）

LWIoU v1=RWIoULIoU。（3）

式中：x表示錨框中心點(diǎn)橫坐標(biāo)；y表示錨框中心點(diǎn)縱坐標(biāo)；xgt表示目標(biāo)框中心點(diǎn)橫坐標(biāo)；ygt表示目標(biāo)框中心點(diǎn)縱坐標(biāo)；Wg表示錨框與目標(biāo)框的最小包圍框的寬；Hg表示最小包圍框的高；RWIoU表示綜合錨框和目標(biāo)框中心點(diǎn)連接的歸一化長(zhǎng)度與最小包圍框的尺寸設(shè)置的懲罰項(xiàng)，RWIoU∈［1，e］時(shí)顯著放大普通質(zhì)量錨框的LIoU；LWIoU表示預(yù)測(cè)值和真實(shí)值之間的差異值損失，即損失值，LIoU∈［0，1］時(shí)顯著降低高質(zhì)量錨框的RWIoU，并在錨框與目標(biāo)框重合時(shí)重點(diǎn)關(guān)注中心點(diǎn)之間的距離。

為防止RWIoU產(chǎn)生阻礙收斂的梯度，將Wg和Hg從計(jì)算圖中分離出來（上標(biāo)*表示此操作）。因?yàn)樗行У叵俗璧K收斂的因素，所以沒有引入縱橫比這類新度量，錨框的離群度用L* IoU與LIoU的比值來表征：

β=L*IoULIoU∈［0，+∞）；（4）

LWIoU v3=rLWIoU v1；（5）

r=βδαβ-δ。（6）

式中：β表示離群度；r表示梯度增益；α與δ為人為設(shè)定的超參數(shù)。LWIoU v3將會(huì)隨著離群度變化動(dòng)態(tài)選擇梯度增益最大的時(shí)刻。

WIoU v3運(yùn)用動(dòng)態(tài)非單調(diào)聚焦機(jī)制，用離群度替代IoU對(duì)錨框進(jìn)行質(zhì)量評(píng)估，并提供了明智的梯度增益（聚焦系數(shù)）分配策略。錨框動(dòng)態(tài)劃分質(zhì)量標(biāo)準(zhǔn)使得WIoU v3在每一個(gè)時(shí)刻都能做出最符合當(dāng)前情況的梯度增益分配策略，在降低高質(zhì)量錨框的競(jìng)爭(zhēng)力的同時(shí)也減小了低質(zhì)量標(biāo)注示例產(chǎn)生的有害梯度信息，這使得WIoU v3可以聚焦于普通質(zhì)量的錨框，并提高了檢測(cè)器的整體性能。

1.4 試驗(yàn)環(huán)境與方案設(shè)計(jì)

為驗(yàn)證本研究改進(jìn)算法的有效性，于2023年3—4月在浙江科技學(xué)院物流裝備實(shí)驗(yàn)室自主搭建的服務(wù)器上進(jìn)行試驗(yàn)。試驗(yàn)環(huán)境為Windows 64位操作系統(tǒng)，NVIDIA GeForce RTX 3060顯卡，Intel Core i5-12400F處理器，在Pytorch 1.10.0、CUDA 11.7版本的深度學(xué)習(xí)環(huán)境下實(shí)現(xiàn)模型的搭建及訓(xùn)練工作。

試驗(yàn)基本采用YOLO v5s的官方配置參數(shù)，啟用mosaic數(shù)據(jù)增強(qiáng)方法［17］，將輸入網(wǎng)絡(luò)圖像尺寸設(shè)置為640×640，訓(xùn)練樣本批次大?。╞atchsize）設(shè)置為32，測(cè)試樣本batchsize為1，模型迭代次數(shù)（epoch）設(shè)置為100，初始化學(xué)習(xí)率為0.01，學(xué)習(xí)率動(dòng)量為0.937，使用隨機(jī)梯度下降（SGD）法優(yōu)化目標(biāo)，訓(xùn)練過程中定位損失變化情況。

由圖8可以看出，損失曲線在訓(xùn)練早期（前20次）快速下降，隨著訓(xùn)練輪數(shù)增長(zhǎng)，損失曲線緩慢下降，當(dāng)epoch達(dá)到80時(shí)算法回歸框函數(shù)損失基本達(dá)到穩(wěn)定，整個(gè)訓(xùn)練階段未出現(xiàn)明顯的過擬合現(xiàn)象。改進(jìn)之后的YOLO v5s模型各損失曲線的下降速度均快于原始YOLO v5s模型，表明改進(jìn)YOLO v5s的損耗曲線具有較低的損耗值。

如圖9所示，前30輪訓(xùn)練模型平均精度均值增長(zhǎng)較快，當(dāng)模型迭代輪次達(dá)到80次時(shí)，模型逐漸收斂。相較于初始的YOLO v5s，本研究提出的改進(jìn)模型迭代相同輪次時(shí)收斂更加快速，得到最終的平均精度均值更高。

為了評(píng)估不同改進(jìn)部分對(duì)模型檢測(cè)性能的影響以及比較改進(jìn)模型與主流實(shí)時(shí)檢測(cè)模型的性能，本研究設(shè)計(jì)了2組試驗(yàn)。首先以YOLO v5s模型為基準(zhǔn)，對(duì)比不同改進(jìn)部分對(duì)網(wǎng)絡(luò)性能的影響，再將本研究提出的改進(jìn)模型與主流檢測(cè)模型如SSD、Faster R-CNN等進(jìn)行性能對(duì)比，以全面評(píng)估改進(jìn)模型的性能。

1.5 評(píng)價(jià)指標(biāo)

目標(biāo)檢測(cè)中常用的評(píng)價(jià)指標(biāo)如下：判斷分類檢測(cè)精度使用平均精度均值（mean average precision，簡(jiǎn)稱mAP），判斷網(wǎng)絡(luò)檢測(cè)速度采用每秒幀數(shù)（frames per second，簡(jiǎn)稱FPS）作為標(biāo)準(zhǔn)。

（1）mAP用于評(píng)估目標(biāo)檢測(cè)模型整體性能的指標(biāo)，將各類別的平均精度根據(jù)P-R曲線與坐標(biāo)軸面積計(jì)算得出后取平均值，衡量不同召回率下的檢測(cè)準(zhǔn)確性，mAP的數(shù)值越大代表檢測(cè)精度越高。

（2）FPS用于表示網(wǎng)絡(luò)檢測(cè)速度，通過檢測(cè)速度反映目標(biāo)檢測(cè)模型的性能，F(xiàn)PS數(shù)值越大則檢測(cè)速度越快。

2 結(jié)果與分析

2.1 消融試驗(yàn)

本研究所提出的4種改進(jìn)方法分別為C（融合CA注意力）、R（引入RFB模塊）、F（使用輕量級(jí)通用上采樣算子）、W（替換WIoU損失函數(shù)），因此將最終的改進(jìn)模型取名為YOLO v5s-CRFW。

從以下2個(gè)角度設(shè)計(jì)消融試驗(yàn)來驗(yàn)證4種改進(jìn)方法的有效性：（1）以原始YOLO v5s模型為基礎(chǔ)，增加一種改進(jìn)方法以驗(yàn)證每種改進(jìn)方法的改進(jìn)效果；（2）以最終YOLO v5s-CRFW模型為基礎(chǔ)，消除一種改進(jìn)方法以驗(yàn)證每種改進(jìn)方法對(duì)最終算法的影響程度。

從表1中可以看出，以不同組合的方式添加本研究提出的4種改進(jìn)方法（“√”表示引入該方法），相較于原始的YOLO v5s算法，在苗草檢測(cè)數(shù)據(jù)集上均實(shí)現(xiàn)了一定程度的檢測(cè)精度提升。分析數(shù)據(jù)可知，融合CA注意力機(jī)制提升了1.7百分點(diǎn)，改進(jìn)主干網(wǎng)絡(luò)池化層加入RFB模塊后提升了1.6百分點(diǎn)，替換上采樣方式和損失函數(shù)分別提升了1.3百分點(diǎn)和0.6百分點(diǎn)的檢測(cè)精度。證明了4種改進(jìn)方法間相輔相成，其中刪去替換RFB模塊的方法對(duì)完全體模型的影響明顯，檢測(cè)精度下降了1.2百分點(diǎn)。消融試驗(yàn)有力證明了本研究所提4種改進(jìn)方法的有效性。

2.2 主流目標(biāo)檢測(cè)模型性能對(duì)比

為了證明改進(jìn)算法在苗草檢測(cè)任務(wù)中檢測(cè)性能的優(yōu)越性，將本研究提出的YOLO v5s-CRFW算法與主流的目標(biāo)檢測(cè)算法SSD、Faster R-CNN、YOLO v5s 以及YOLO v5s系列的其他改進(jìn)模型進(jìn)行了對(duì)比［18-20］，對(duì)比試驗(yàn)結(jié)果見表2。

由表2數(shù)據(jù)分析可知，YOLO v5s-CRFW模型的mAP@0.5為86.7%，是所有參與比較的模型中最好的，在保證高精度檢測(cè)的同時(shí)，檢測(cè)速度并未出現(xiàn)大幅度下降，與目前主流檢測(cè)模型Faster R-CNN相比FPS仍然具有一定優(yōu)勢(shì)，證明了YOLO v5s-CRFW模型對(duì)精確分辨農(nóng)田苗草的有效性。

2.3 不同環(huán)境背景模型識(shí)別效果對(duì)比

如圖10、圖11、圖12所示，針對(duì)農(nóng)田復(fù)雜場(chǎng)景下的檢測(cè)苗草任務(wù)，給出不同環(huán)境背景下的苗草圖片時(shí)，YOLO v5s-CRFW算法模型的檢測(cè)結(jié)果均優(yōu)于原始YOLO v5s算法，較好地解決了由于光照條件、苗草相似、種植密度大、陰影遮擋等原因?qū)е旅绮輽z測(cè)結(jié)果存在的誤檢和漏檢問題，能夠更好地處理復(fù)雜田間真實(shí)環(huán)境下的不同場(chǎng)景條件中的作物雜草目標(biāo)檢測(cè)問題。

3 結(jié)論

本研究提出了一種基于改進(jìn)YOLO v5s模型的農(nóng)田苗草檢測(cè)模型YOLO v5s-CRFW， 解決了在雜草種類繁多的復(fù)雜農(nóng)田背景下自動(dòng)化除草裝備難以精準(zhǔn)識(shí)別農(nóng)作物與雜草的問題。YOLO v5s-CRFW將注意力機(jī)制CA與原YOLO v5網(wǎng)絡(luò)融合，使用RFB結(jié)構(gòu)改進(jìn)池化層，將上采樣方式替換為CARAFE并使用WIoU損失函數(shù)替換原始的CIoU，改善了陰影、遮擋等情況下漏檢以及小目標(biāo)苗草識(shí)別效果差的問題。對(duì)改進(jìn)后的最終模型進(jìn)行消融試驗(yàn)，證明了本研究提出的4種改進(jìn)方法的有效性。

與目前主流及其他改進(jìn)算法進(jìn)行對(duì)比試驗(yàn)，本研究方法mAP達(dá)到86.7%，相較于原始YOLO v5s在苗草檢測(cè)數(shù)據(jù)集上提高了2.9百分點(diǎn)的檢測(cè)精度，F(xiàn)PS達(dá)到60.4幀/s，基本上解決了農(nóng)田作物與伴生雜草識(shí)別和位置檢測(cè)問題，滿足嵌入式除草機(jī)器人在田間工作的精準(zhǔn)性和實(shí)時(shí)性要求，可為實(shí)現(xiàn)自動(dòng)化農(nóng)機(jī)精準(zhǔn)施肥、施藥及除草提供技術(shù)支持。

參考文獻(xiàn)：

［1］李香菊. 近年我國(guó)農(nóng)田雜草防控中的突出問題與治理對(duì)策［J］. 植物保護(hù)，2018，44（5）：77-84.

［2］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.

［3］Coleman G，Salter W，Walsh M. OpenWeedLocator （OWL）：an open-source，low-cost device for fallow weed detection［J］. Scientific Reports，2022，12：170.

［4］梁倍源. 機(jī)器視覺在農(nóng)業(yè)中的應(yīng)用：農(nóng)田雜草智能識(shí)別［J］. 中國(guó)果樹，2022（5）：134.

［5］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（增刊2）：323-334.

［6］Redmon J，F(xiàn)arhadi A. YOLO v3： an incremental improvement［J］. arXiv，2018，1804： 2767.

［7］權(quán)龍哲，夏福霖，姜 偉，等. 基于YOLO v4卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)田苗草識(shí)別研究［J］. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，52（7）：89-98.

［8］Zhang J L，Su W H，Zhang H Y，et al." SE-YOLO v5x：an optimized model based on transfer learning and visual attention mechanism for identifying and localizing weeds and vegetables［J］. Agronomy，2022，12（9）：2061.

［9］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.

［10］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.

［11］張偉康，孫 浩，陳鑫凱，等. 基于改進(jìn)YOLO v5的智能除草機(jī)器人蔬菜苗田雜草檢測(cè)研究［J］. 圖學(xué)學(xué)報(bào)，2023，44（2）：346-356.

［12］Sudars K，Jasko J，Namatevs I，et al." Dataset of annotated food crops and weed images for robotic computer vision control［J］. Data in Brief，2020，31：105833.

［13］Hou Q B，Zhou D Q，F(xiàn)eng J S. Coordinate attention for efficient mobile network design［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville，TN，USA.IEEE，2021：13708-13717.

［14］Liu S T，Huang D，Wang Y H. Receptive field block net for accurate and fast object detection［C］//European Conference on Computer Vision.Cham：Springer，2018：404-419.

［15］Wang J Q，Chen K，Xu R，et al." CARAFE++：unified content-aware reassembly of features［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2022，44（9）：4674-4687.

［16］Tong Z，Chen Y，Xu Z，et al."" Wise-IoU： bounding box regression loss with dynamic focusing mechanism［J］. arXiv，2023，2301：10051.

［17］Ge Z，Liu S T，Wang F，et al." YOLO x：exceeding YOLO series in 2021［J］. arXiv，2021：2107.08430.

［18］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.

［19］Wu T H，Wang T W，Liu Y Q. Real-time vehicle and distance detection based on improved YOLO v5 network［C］//2021 3rd World Symposium on Artificial Intelligence （WSAI）.Guangzhou，China.IEEE，2021：24-28.

［20］Wang Q L，Wu B G，Zhu P F，et al." ECA-net：efficient channel attention for deep convolutional neural networks［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Seattle，WA，USA.IEEE，2020：11531-11539.