基于改進(jìn)YOLO v5的輕量化蘋果檢測方法

摘要：為了實(shí)現(xiàn)蘋果采摘過程中準(zhǔn)確快速的識別，本研究提出一種融合FasterNet模型的YOLO v5改進(jìn)蘋果檢測算法。首先在基準(zhǔn)圖像特征提取模塊中使用FasterNet架構(gòu)替代YOLO v5模型中的卷積塊和CSPLayer，降低算法復(fù)雜度并增強(qiáng)小目標(biāo)的特征提取能力；然后提出了利用ECIoU損失函數(shù)來預(yù)測目標(biāo)位置偏差，通過增加邊框角點(diǎn)損失來描述預(yù)測框與真實(shí)目標(biāo)框之間的位置偏差信息，進(jìn)一步提高了蘋果檢測的準(zhǔn)確性，解決了YOLO v5算法對有遮擋的密集目標(biāo)檢測效果不佳的問題；最后在檢測后處理階段提出ECIoU-NMS方法以優(yōu)化重疊目標(biāo)框的選擇。在通用數(shù)據(jù)集MS COCO和自建數(shù)據(jù)集上對本研究所提方法與YOLO v5算法進(jìn)行了對比試驗(yàn)。本研究所提算法模型參數(shù)量下降了12%，計(jì)算量下降了25%，幀率提升了23%。在通用數(shù)據(jù)集MS COCO上mAP0.5和mAP0.5 ∶0.95指標(biāo)分別提升了2.9、1.9百分點(diǎn)，在自建蘋果數(shù)據(jù)集上mAP0.5和mAP0.5 ∶0.95指標(biāo)分別提升了2.5、1.9百分點(diǎn)。本研究方法性能優(yōu)于YOLO v5，且模型的輕量化使其更容易在蘋果采摘機(jī)器人上部署。

關(guān)鍵詞：目標(biāo)檢測；YOLO v5；FasterNet網(wǎng)絡(luò)；邊框角點(diǎn)；ECIoU

中圖分類號：TP391.41 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2024）12-0217-07

隨著科技的發(fā)展，蘋果種植、采摘技術(shù)正朝著機(jī)械化、智能化方向發(fā)展，其中蘋果檢測技術(shù)對于智能果園的生產(chǎn)管理、病害預(yù)測、果實(shí)采摘及果實(shí)質(zhì)量評估等具有重要作用［1-3］。目前，蘋果檢測技術(shù)在國內(nèi)外已有較多研究，然而，果實(shí)大小、樹葉和果實(shí)遮擋等因素仍是制約蘋果檢測的關(guān)鍵問題［4-5］。

近年來，深度學(xué)習(xí)技術(shù)在蘋果檢測中得到了廣泛的應(yīng)用，其中主流的算法有R-CNN系列和YOLO系列算法。CNN系列算法利用神經(jīng)網(wǎng)絡(luò)提取候選區(qū)域特征，從而對樣本進(jìn)行分類、預(yù)測、識別，具有較高的準(zhǔn)確性［6］；YOLO系列算法將目標(biāo)檢測問題轉(zhuǎn)化為回歸問題，通過在圖像上劃分網(wǎng)格并預(yù)測每個網(wǎng)格內(nèi)的目標(biāo)類別和位置，實(shí)現(xiàn)了端到端的目標(biāo)檢測，由于其高實(shí)時性和高準(zhǔn)確性而備受關(guān)注［7］。YOLO系列算法包括YOLO v1、YOLO v2、YOLO v3、YOLO v4、YOLO v5、YOLO v6、YOLO v7。YOLO v5使用更強(qiáng)的CSPDarkNet網(wǎng)絡(luò)模型和目標(biāo)邊框損失函數(shù)，相較于前代算法在檢測速度和精確性方面性能較好［8］。YOLO v6、YOLO v7等引入了新的網(wǎng)絡(luò)結(jié)構(gòu)和多尺度特征融合技術(shù)，采用數(shù)據(jù)增強(qiáng)和正則化提升了小目標(biāo)的檢測精度、算法魯棒性及模型泛化能力，然而網(wǎng)絡(luò)結(jié)構(gòu)和模型參數(shù)的增加，導(dǎo)致算法實(shí)時性相對較差［9-10］。

考慮到目標(biāo)檢測的實(shí)時性和精確度的要求，YOLO v5算法被應(yīng)用于農(nóng)作物的檢測、分類和病害診斷方面。胡陣等提出一種采用輕量級PP-LCNet替換CSPDarknet53的YOLO v5s改進(jìn)算法，用以檢測玉米雄穗，該方法降低了原模型復(fù)雜度并加快檢測速度［11］。彭炫等提出了一種基于YOLO v5s的改進(jìn)識別模型，引入CPP-CBAM注意力機(jī)制與SIOU邊界框回歸損失函數(shù)，提升了棉花頂芽檢測準(zhǔn)確率［12］。閆彬等設(shè)計(jì)了BottleneckCSP-B 特征提取模塊和中等尺寸目標(biāo)檢測層的特征圖進(jìn)行跨接融合的方法，提升了蘋果果實(shí)的識別精度［13］。王勇等提出了一種使用動態(tài)卷積和STB模塊實(shí)現(xiàn)不同成熟度蘋果高精度分類檢測方法［14］。耿磊等提出一種基于融合注意力機(jī)制的自動識別和分類模型EBm-Net，通過提取蘋果表面的顏色紋理特征對蘋果品種分類［15］。這些基于YOLO v5算法的目標(biāo)檢測具有高效且準(zhǔn)確的優(yōu)點(diǎn)。然而其應(yīng)用到工業(yè)系統(tǒng)的蘋果檢測中仍存在一些缺點(diǎn)：（1）對小目標(biāo)檢測效果不佳；（2）對有遮擋的密集目標(biāo)檢測效果不佳；（3）模型參數(shù)較高，難以在低算力設(shè)備上完成實(shí)時檢測。

針對上述問題，本研究提出一種融合FasterNet模型的輕量化YOLO v5網(wǎng)絡(luò)用于蘋果檢測。該算法在基準(zhǔn)圖像特征提取模塊采用FasterNetBlock來代替卷積塊和CSPLayer結(jié)構(gòu)，減小網(wǎng)絡(luò)模型中的卷積核和通道數(shù)目，在增強(qiáng)小目標(biāo)特征提取能力的同時降低目標(biāo)檢測計(jì)算時間。在檢測頭預(yù)測模塊，提出ECIOU損失函數(shù)預(yù)測目標(biāo)位置偏差，該方法通過增加邊框角點(diǎn)損失檢測，描述小目標(biāo)框之間的邊框損失，提高小目標(biāo)檢測精度，同時有利于克服遮擋對目標(biāo)檢測的影響。最后將所提方法與YOLO v5算法在MS COCO數(shù)據(jù)集和自建數(shù)據(jù)集上進(jìn)行試驗(yàn)，通過模型參數(shù)量、計(jì)算量（GFLOPs）、幀率（fps）、mAP0.5和mAP0.5 ∶0.95等指標(biāo)驗(yàn)證所提方法的有效性。

1 融合FasterNet模型的YOLO v5 蘋果檢測方法

1.1 YOLO v5算法

YOLO v5是YOLO系列的第5代算法，相較于初代算法，在模型架構(gòu)、錨框匹配、損失函數(shù)等方面做出了大量改進(jìn)，并最終在速度和精度之間取得了更好的平衡。YOLO v5模型的整體結(jié)構(gòu)包含基準(zhǔn)圖像特征提取模塊、中間層特征增強(qiáng)模塊以及檢測頭預(yù)測模塊。

基準(zhǔn)圖像特征提取模塊是YOLO v5模型的主干網(wǎng)絡(luò)，由卷積塊和CSPLayer模塊組成，負(fù)責(zé)從輸入圖像中提取豐富的特征表示［16］。CSPLayer模塊是CSPDarknet53模型的基本組件，含2個分支：第1個分支直接使用卷積塊提取特征；另1個分支先使用卷積塊提取特征，然后輸入到DarknetBottleneck組件以強(qiáng)化特征提取。最后將2個分支提取到的特征信息以維度相加的方法融合以得到輸出特征?；鶞?zhǔn)圖像特征提取模塊的最后一層是特征金字塔增強(qiáng)模塊，其分別將輸入特征圖經(jīng)過卷積塊和多個最大池化層來增強(qiáng)圖像特征，最后采用特征圖維度相加的方法來得到中間層特征圖，有效地提取了不同感受野下的圖像特征信息。YOLO v5模型的基準(zhǔn)圖像特征提取模塊可以有效增強(qiáng)特征的提取與表達(dá)。然而卷積塊和CSPLayer模塊在訓(xùn)練過程中不斷減小特征圖的尺寸和通道數(shù)，導(dǎo)致信息丟失和壓縮，從而降低了模型對細(xì)節(jié)和小目標(biāo)的感知能力。同時這個過程使用了大量的卷積核和通道數(shù)，導(dǎo)致模型的參數(shù)量和計(jì)算量較大，算法的實(shí)時性較差。因此，對于蘋果檢測這種小目標(biāo)、實(shí)時性要求高的檢測任務(wù)，YOLO v5的基準(zhǔn)圖像特征提取模塊特征表達(dá)能力有限，且增加了模型的推理時間和資源消耗。

YOLO v5的中間層特征增強(qiáng)模塊采用了特征金字塔（feature pyramid）結(jié)構(gòu)。該結(jié)構(gòu)通過在不同層級上提取特征，并將提取到的特征圖融合在一起，以便同時檢測多尺度目標(biāo)對象。與基準(zhǔn)圖像特征提取模塊類似的是，在YOLO v5的中間層特征增強(qiáng)模塊中基本組件也是卷積塊和CSPLayer模塊。

YOLO v5的檢測頭預(yù)測模塊由3個不同尺寸的輸出層組成，每個輸出層同時預(yù)測目標(biāo)的類別、置信分?jǐn)?shù)以及邊界框偏移量。對于YOLO v5-P5模型，輸入圖像分辨率為640×640，3個輸出層的寬高尺寸分別為80×80、40×40和20×20。在訓(xùn)練時，使用交叉熵?fù)p失預(yù)測目標(biāo)類別和置信分?jǐn)?shù)；使用CIOU損失函數(shù)（complete intersection over union loss）預(yù)測目標(biāo)位置偏差［17］。其中，CIOU損失函數(shù)考慮了2個目標(biāo)框的交并比與中心點(diǎn)距離的關(guān)系，更好地解決了高重疊度目標(biāo)框與真實(shí)目標(biāo)框之間的損失相似的問題。然而，CIOU未特定增加輸出項(xiàng)，對于區(qū)分小目標(biāo)效果不明顯，尤其是在蘋果檢測中，蘋果相對小且易被樹上的枝葉遮擋，CIOU的位置偏差預(yù)測效果較差。

1.2 融合FasterNet模型的YOLO v5改進(jìn)算法

蘋果檢測屬于小目標(biāo)檢測，同時，為保證采摘效率，蘋果檢測的實(shí)時性要求較高。因此，為了提高蘋果的檢測精度和檢測速度，本研究提出一種融合FasterNet模型的改進(jìn)YOLO v5模型。該模型的網(wǎng)絡(luò)結(jié)構(gòu)見圖1。首先，YOLO v5模型的基準(zhǔn)圖像特征提取模塊中的卷積塊以及CSPLayer結(jié)構(gòu)用FasterNet模型替代，以解決YOLO v5模型中由于使用了大量的卷積核和通道數(shù)，導(dǎo)致模型的參數(shù)量和計(jì)算量較大的問題。其次，提出在檢測頭預(yù)測模塊使用ECIoU損失函數(shù)預(yù)測目標(biāo)偏差，用以實(shí)現(xiàn)小目標(biāo)檢測，提高蘋果檢測精度。

1.2.1 FasterNet網(wǎng)絡(luò)

FasterNet網(wǎng)絡(luò)是基于PConv（partial convolution）構(gòu)建得到［18］，如圖2所示。輸入圖像首先經(jīng)過嵌入層得到四倍下采樣后的特征圖，再依次送入FasterNetBlock、Merging模塊中。FasterNetBlock模塊將輸入特征圖分為2個分支，其中1個分支先送入PConv以提取特征，再依次送入1×1的卷積層、批量歸一化層、ReLU激活函數(shù)以及1×1的卷積層來緩化特征；另1個分支直接作為輸入特征圖。最后采取殘差連接的方法將2個分支得到的特征圖按維度相加，逐漸增加網(wǎng)絡(luò)的深度和感受野，以提取更豐富的圖像特征。

PConv是一種通過減少冗余計(jì)算和內(nèi)存訪問來更快速且更有效地提取空間特征的方法，PConv僅需在輸入通道的前一小部分應(yīng)用卷積操作進(jìn)行空間特征提取，并保持其余通道不變。對于連續(xù)或規(guī)則的內(nèi)存訪問，PConv將第1個或最后1個連續(xù)的通道視為整個特征圖的整體代表進(jìn)行計(jì)算。因此，在浮點(diǎn)運(yùn)算數(shù)FLOPs（floating point operations）方面，相較于普通的卷積操作，PConv只有其1/4。因此，在YOLO v5的主干網(wǎng)絡(luò)中引入PConv卷積，由于卷積核和通道數(shù)減少，降低了模型的參數(shù)量，進(jìn)而減少了特征提取的計(jì)算量。

在特征提取方面，PConv對輸入特征圖中的一部分采取卷積操作，剩下的大部分都是直接保留得到，因此相較于普通的卷積操作能較完整地保留提取到的圖像信息，而不會損害小目標(biāo)對象的特征信息；在FasterNetBlock模塊內(nèi)部中，堆疊的PConv、卷積層以及殘差連接能保證目標(biāo)特征提取的完整性，進(jìn)而為高性能目標(biāo)檢測提供基石；在計(jì)算量方面，相較于YOLO v5-S模型的16.4 GFLOPs，本研究同等尺寸的模型的計(jì)算量僅有12.3 GFLOPs，計(jì)算量的減少主要受益于PConv操作對圖像特征提取的高效性。

1.2.2 ECIoU 損失函數(shù)

YOLO v5的檢測頭預(yù)測模塊中，損失函數(shù)用于衡量模型的預(yù)測與實(shí)際目標(biāo)真實(shí)標(biāo)簽之間的差異，以預(yù)測目標(biāo)位置偏差。交并比損失（intersection over union loss，IoU Loss）是常用的損失函數(shù)［19］，其存在2個明顯的缺點(diǎn)：（1）如果2個目標(biāo)框不重合，則不能定量衡量2個目標(biāo)框之間的距離差異；（2）基于2個目標(biāo)框之間的交并比來計(jì)算位置差異，無法精確地反映2個目標(biāo)框的重合程度。為了解決上述問題，CIoU Loss提出結(jié)合目標(biāo)框交并比、寬高比與中心點(diǎn)距離來更準(zhǔn)確地衡量2個目標(biāo)框之間的相似性，計(jì)算方法如下：

式中：IoU是預(yù)測目標(biāo)框與真實(shí)目標(biāo)框之間的交并比；ρ表示2個矩形框的歐式距離；c是2個目標(biāo)框的閉包區(qū)域的對角線距離；b、bgt分別表示2個矩形框的中心點(diǎn)；wgt、hgt、w、h分別表示真實(shí)目標(biāo)框的寬、高以及預(yù)測框的寬、高； λ是衡量長寬比一致性的參數(shù)，是由預(yù)測框與真實(shí)框長寬和角度得到。

由于考慮了目標(biāo)框交并比與中心點(diǎn)距離之間的關(guān)系，CIoU Loss能更精確地衡量2個目標(biāo)框之間的位置偏差，在應(yīng)用中取得了比IoU Loss更精確的跟蹤結(jié)果。然而，CIOU Loss未特定增加輸出項(xiàng)，對小目標(biāo)框的計(jì)算不夠精確，在小目標(biāo)檢測尤其是蘋果目標(biāo)檢測時精度較低。為解決上述問題，本研究在CIoU Loss的基礎(chǔ)上提出一種基于邊框角點(diǎn)損失LCorner的ECIoU Loss函數(shù)。該函數(shù)考慮到蘋果檢測中2個小目標(biāo)框之間的差異不易檢測，引入目標(biāo)邊框角點(diǎn)損失函數(shù)來刻畫2個小目標(biāo)框之間的差異。目標(biāo)邊框角點(diǎn)損失越大，2個目標(biāo)框之間的重疊度越高。邊框角點(diǎn)損失LCorner的計(jì)算方法如下所示：

式中：x2、x1、y2和y1分別表示真實(shí)目標(biāo)框的左上角橫坐標(biāo)、預(yù)測框的左上角橫坐標(biāo)、真實(shí)目標(biāo)框的左上角縱坐標(biāo)以及預(yù)測框的左上角縱坐標(biāo)； δ是尺度放大參數(shù)，用于放大2個小目標(biāo)框之間的差異，以調(diào)整整體邊框損失，默認(rèn)設(shè)置為1.5。角點(diǎn)損失用于刻畫2個目標(biāo)框之間的重疊偏差損失，當(dāng)2個目標(biāo)框之間的重疊度越高時，其邊框角點(diǎn)損失越大。在邊框角點(diǎn)損失計(jì)算過程中，由于2個小目標(biāo)框之間的差異被放大，使其較易被檢測。

式中：Lcorner是本研究提出的邊框角點(diǎn)損失；α是調(diào)節(jié)權(quán)重超參數(shù)，默認(rèn)設(shè)為0.8。

本研究提出的改進(jìn)YOLO v5輕量化模型的檢測頭預(yù)測模塊中采用ECIoU Loss預(yù)測目標(biāo)偏差。ECIoU Loss是在CIoU Loss基礎(chǔ)上通過增加邊框角點(diǎn)損失檢測，描述小目標(biāo)框之間的邊框損失，使其更易被檢測，提高了目標(biāo)檢測精度。進(jìn)一步，為了解決模型對重疊目標(biāo)框的抑制，在檢測后處理階段采用ECIoU非極大值抑制（non-maximum supression，NMS）來代替原YOLO v5模型中的NMS來過濾重疊的目標(biāo)框，其中ECIoU NMS是在NMS基礎(chǔ)上將原先的IoU計(jì)算換成ECIoU，在訓(xùn)練階段與檢測階段保持一致，同時抑制掉高重疊度的目標(biāo)框。

2 試驗(yàn)與分析

2.1 數(shù)據(jù)集

本研究在目標(biāo)檢測權(quán)威公開數(shù)據(jù)集MS COCO以及自建蘋果數(shù)據(jù)集上對所提算法和YOLO v5算法進(jìn)行了對比試驗(yàn)。試驗(yàn)于2023年9—11月在河北工業(yè)職業(yè)技術(shù)大學(xué)智能制造學(xué)院完成。試驗(yàn)的硬件平臺為Nvidia RTX 3090。MS COCO數(shù)據(jù)集包含2014、2015、2017 3個版本，本研究使用的數(shù)據(jù)集為2017版本，其中訓(xùn)練集包含118 287張圖片，驗(yàn)證集總計(jì)5 000張圖片，數(shù)據(jù)集總共包含80個類別。本研究自建數(shù)據(jù)集總計(jì)包含9 198張圖像，其中訓(xùn)練集和驗(yàn)證集分別包含7 280和1 820張圖片，剩下的98張圖片作為測試集。自建數(shù)據(jù)集包含蘋果這一個類別，所有蘋果目標(biāo)的標(biāo)注都采取矩形框的形式，部分原始圖像見圖3。

2.2 試驗(yàn)超參數(shù)設(shè)置

本研究所提算法在訓(xùn)練過程中的一些重要的超參數(shù)見表1?？偟挠?xùn)練輪數(shù)以及批次分為設(shè)置為300和64，初始學(xué)習(xí)率、動量以及權(quán)重衰減分別設(shè)置為0.01、0.937、0.000 5，目標(biāo)損失、目標(biāo)類別損失以及目標(biāo)邊框損失的權(quán)重系數(shù)分別為1.0、0.5以及0.05。此外，在數(shù)據(jù)集增強(qiáng)方面，圖像色相、飽和度以及明度值變換的概率分為設(shè)為0.015、0.7、0.4；mosaic數(shù)據(jù)增強(qiáng)策略為1。

2.3 試驗(yàn)結(jié)果對比

2.3.1 模型輕量化對比

在YOLO v5骨干特征提取網(wǎng)絡(luò)中使用FasterNet架構(gòu)替代原模型中的卷積塊和CSPLayer能夠使模型輕量化，減少運(yùn)算量，加快檢測時間。為了驗(yàn)證本研究所提算法模型的優(yōu)越性，使用同一數(shù)據(jù)集、設(shè)備及參數(shù)設(shè)置來進(jìn)行訓(xùn)練對比，選擇參數(shù)量、計(jì)算量、幀率作為性能指標(biāo)，試驗(yàn)結(jié)果見表2，相較于原始YOLO v5模型，模型參數(shù)量下降了12%，計(jì)算量下降了25%，幀率提升了23%。

2.3.2 在公開MS COCO數(shù)據(jù)集上性能測試

對本研究所提算法與YOLO v5算法（結(jié)合考慮精度和速度影響，本研究使用YOLO v5-S模型）在MS COCO數(shù)據(jù)集進(jìn)行試驗(yàn)。采用mAP0.5與mAP0.5 ∶0.95指標(biāo)的對比圖作為性能指標(biāo)。mAP0.5指標(biāo)是在目標(biāo)邊框交并比閾值為0.5的條件下所有類別的平均精度，mAP0.5 ∶0.95指標(biāo)是在目標(biāo)邊框交并比閾值在0.50、0.55、0.60、0.65、0.70、0.75、0.80、0.85、0.90以及0.95這10個條件下的所有類別的平均精度，mAP0.5與mAP0.5 ∶0.95指標(biāo)越高表明檢測性能越強(qiáng)。試驗(yàn)結(jié)果分別見圖4、圖5。實(shí)線為本研究所提算法的mAP0.5與mAP0.5 ∶0.95性能曲線，點(diǎn)畫線為YOLO v5-S模型的mAP0.5與mAP0.5 ∶0.95性能曲線。

由圖4可知，YOLO v5算法在訓(xùn)練到70輪時出現(xiàn)指標(biāo)極速下降的情形，原因是YOLO v5算法在基準(zhǔn)圖像特征提取模塊對于圖像特征的提取不夠充分，導(dǎo)致在出現(xiàn)圖像數(shù)據(jù)增強(qiáng)時不能準(zhǔn)確識別目標(biāo)。相比于YOLO v5，本研究所提算法保證目標(biāo)特征提取的完整性和足夠魯棒的區(qū)分性，因此其訓(xùn)練過程平穩(wěn)，且在mAP0.5和mAP0.5 ∶0.95方面的性能指標(biāo)較高。本研究所提方法的mAP0.5性能指標(biāo)是59.1%，YOLO v5的mAP0.5指標(biāo)為56.2%，本研究所提方法在mAP0.5性能指標(biāo)上提升了2.9百分點(diǎn)。

本研究所提方法與YOLO v5-S模型在MS COCO數(shù)據(jù)集上mAP0.5 ∶0.95指標(biāo)對比見圖5。同樣，YOLO v5算法在訓(xùn)練到70輪時出現(xiàn)指標(biāo)極速下降的情形。相較于YOLO v5，本研究所提方法有著更平穩(wěn)的訓(xùn)練過程和較高的mAP0.55 ∶0.95指標(biāo)。YOLO v5的mAP0.55 ∶0.95指標(biāo)為36.8%，本研究所提方法達(dá)到38.7%，整體提升1.9百分點(diǎn)，這更大受益于本研究提出的ECIoU Loss在訓(xùn)練過程能更好地學(xué)習(xí)密集目標(biāo)與小目標(biāo)框與真實(shí)標(biāo)簽之間的差異。

2.3.3 在自建數(shù)據(jù)集上性能測試

對本研究所提方法與YOLO v5算法（YOLO v5-S模型）在自建蘋果數(shù)據(jù)集上進(jìn)行mAP0.5和mAP0.5 ∶0.95指標(biāo)的對比試驗(yàn)，試驗(yàn)結(jié)果見圖6和圖7。實(shí)線為本研究所提算法的mAP0.5與mAP0.5 ∶0.95性能曲線，點(diǎn)畫線為 YOLO v5-S 模型的mAP0.5與mAP0.5 ∶0.95性能曲線。

本研究所提方法與YOLO v5-S模型在自建蘋果數(shù)據(jù)集上mAP0.5指標(biāo)對比見圖6。從試驗(yàn)結(jié)果可以看出，YOLO v5-S模型在mAP0.5指標(biāo)上可達(dá)到95.1%，本研究所提算法在mAP0.5指標(biāo)上可達(dá)到97.6%，相較于YOLO v5-S模型提升了2.5百分點(diǎn)。本研究所提方法與YOLO v5-S模型在自建蘋果數(shù)據(jù)集上mAP0.5 ∶0.95指標(biāo)對比圖如圖7所示。從試驗(yàn)結(jié)果可以看出，YOLO v5-S模型在mAP0.5 ∶0.95指標(biāo)上可達(dá)到83.8%，本研究所提算法在mAP0.5 ∶0.95指標(biāo)上可達(dá)到85.7%，相較于YOLO v5-S模型提升了1.9百分點(diǎn)。

3 結(jié)論

本研究針對當(dāng)前蘋果目標(biāo)檢測中識別率低、識別速度慢的問題，提出了改進(jìn)YOLO v5算法的輕量化模型，利用 FasterNet 網(wǎng)絡(luò)作為主干特征提取網(wǎng)絡(luò)，增強(qiáng)小目標(biāo)的特征提取能力，且實(shí)現(xiàn)了網(wǎng)絡(luò)檢測推理速度的大幅提升，所提方法的幀率（fps）提升了23%；提出ECIoU Loss預(yù)測目標(biāo)偏差位置，解決YOLO v5算法對有遮擋的密集目標(biāo)檢測效果不佳的問題，提高蘋果檢測的準(zhǔn)確性；提出ECIoU-NMS方法進(jìn)一步優(yōu)化重疊目標(biāo)框的選擇；與YOLO v5算法進(jìn)行了對比試驗(yàn)，結(jié)果表明，相同參數(shù)的情況下，經(jīng)優(yōu)化后的方法，在通用數(shù)據(jù)集MS COCO上mAP0.5和mAP0.5 ∶0.95指標(biāo)分別提升了2.9、1.9百分點(diǎn)，在自建數(shù)據(jù)集上mAP0.5和mAP0.5 ∶0.95指標(biāo)分別提高2.5、1.9百分點(diǎn)。本研究所提方法在識別準(zhǔn)確性和實(shí)時性方面優(yōu)于YOLO v5，對蘋果采摘機(jī)器人實(shí)現(xiàn)快速準(zhǔn)確的識別蘋果目標(biāo)具有重要意義。

參考文獻(xiàn)：

［1］孫豐剛，王云露，蘭 鵬，等. 基于改進(jìn)YOLO v5s和遷移學(xué)習(xí)的蘋果果實(shí)病害識別方法［J］. 農(nóng)業(yè)工程學(xué)報(bào)，202 8（11）：171-179.

［2］王麗娟，陳浩然，季石軍，等. 機(jī)器視覺成熟度檢測的蘋果色選分揀機(jī)設(shè)計(jì)［J］. 農(nóng)業(yè)與技術(shù)，2022，42（12）：36-40.

［3］周桂紅，馬 帥，梁芳芳. 基于改進(jìn)YOLO v4模型的全景圖像蘋果識別［J］. 農(nóng)業(yè)工程學(xué)報(bào)，202 8（21）：159-168.

［4］張境鋒，陳 偉，魏慶宇，等. 基于Des-YOLO v4的復(fù)雜環(huán)境下蘋果檢測方法［J］. 農(nóng)機(jī)化研究，2023，45（5）：20-25.

［5］楊福增，雷小燕，劉志杰，等. 基于CenterNet的密集場景下多蘋果目標(biāo)快速識別方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（2）：265-273.

［6］Girshick R. Fast R-CNN［C］//2015 IEEE International Conference on Computer Vision （ICCV）.Santiago：IEEE，2015：1440-1448.

［7］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.Las Vegas：IEEE，2016：779-788.

［8］張志遠(yuǎn)，羅銘毅，郭樹欣，等. 基于改進(jìn)YOLO v5的自然環(huán)境下櫻桃果實(shí)識別方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（增刊1）：232-240.

［9］Li C Y，Li L L，Jiang H L，et al. YOLO v6：a single-stage object detection framework for industrial applications［EB/OL］. （2022-09-07）［2023-10-09］.http：//arxiv.org/abs/2209.02976.

［10］Wang C Y，Bochkovskiy A，Liao H Y M. YOLO v7：trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［EB/OL］. （2022-07-06） ［2023-10-09］.http：//arxiv.org/abs/2207.02696.

［11］胡 陣，馬宗軍，黃傳寶，等. PSOS-YOLO v5s：一種輕量級玉米雄穗快速檢測算法［J/OL］. 無線電工程，2023：1-11［2023-10-09］. https：//kns.cnki.net/kcms/detail/13.1097.TN.20230915.1739.002.html.

［12］彭 炫，周建平，許 燕，等. 改進(jìn)YOLO v5識別復(fù)雜環(huán)境下棉花頂芽［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2023，39（16）：191-197.

［13］閆 彬，樊 攀，王美茸，等. 基于改進(jìn)YOLO v5m的采摘機(jī)器人蘋果采摘方式實(shí)時識別［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（9）：28-38，59.

［14］王 勇，陶兆勝，石鑫宇，等. 基于改進(jìn)YOLO v5s的不同成熟度蘋果目標(biāo)檢測方法［J/OL］. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023：1-13［2023-10-09］.https：//kns.cnki.net/kcms/detail/32.1148.S.20230926.1201.002.html.

［15］耿 磊，黃亞龍，郭永敏. 基于融合注意力機(jī)制的蘋果品種分類方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（6）：304-310，369.

［16］Bochkovskiy A，Wang C Y，Liao H Y M. YOLO v4：optimal speed and accuracy of object detection［EB/OL］. （2020-04-23）［2023-10-09］. http：//arxiv.org/abs/2004.10934.

［17］劉龍哲，劉 剛，徐紅鵬，等. 面向單階段目標(biāo)檢測的損失函數(shù)優(yōu)化設(shè)計(jì)［J/OL］. 電光與控制，2023：1-11［2023-11-18］. https：//kns.cnki.net/kcms/detail/41.1227.TN.20231115.1522.018.html.

［18］Chen J R，Kao S H，He H，et al. Run，don＇t walk：chasing higher FLOPS for faster neural networks［EB/OL］. （2023-05-21）［2023-11-18］. http：//arxiv.org/abs/2303.03667.

［19］Ma X L，Guo F M，Niu W，et al. PCONV：the missing but desirable sparsity in DNN weight pruning for real-time execution on mobile devices［EB/OL］. （2019-09-06）［2023-11-18］. http：//arxiv.org/abs/1909.05073.

收稿日期：2023-12-19

基金項(xiàng)目：河北省自然科學(xué)基金（編號：C2021204034）；石家莊市科技計(jì)劃（編號：231130351）；河北省“三三三人才工程”項(xiàng)目（編號：A202101035）。

作者簡介：溫彬彬（1989—），女，河北邢臺人，碩士，講師，主要從事圖像處理及模式識別研究。E-mail：ge_wenbinbin@163.com。

通信作者：張 華，碩士，副教授，主要從事計(jì)算機(jī)視覺及模式識別研究。E-mail：94472907@qq.com。