基于WAAP-YOLO的玉米伴生雜草檢測(cè)模型

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.7535/hbkd.2025yx04004

Corn-associated weed detection model based on WAAP-YOLO

MENG Zhiyong，JIA Yawei， ZHANG Xiuqing， NI Yongjing， ZHANG Ming，WU Qi， WU Chenxi （School of Information Science and Engineering，Hebei University of Science and Technology， Shijiazhuang，HebeiO50ol8，China）

Abstract：Toaddress the challenges of corn-associated weed detection，such as diverse shapes，dense occusion，complex backgrounds and scale variation，animproved object detection model，WAAP-YOLO，was proposed.First，the backbone was improved byreplacing someconvolutions with wavelet poling convolutions，effectively avoiding aliasingartifacts.Second，an agregatedatentionmechanism wasintroduced toconstructtheC2f-AA module，improving the model'sabilitytoextractwed featuresincomplexbackgrounds.Finall，ASF-P2-Netwas proposed toreplace theoriginal neck network，incorporating the P2 detection head through the scale sequence fusion module，reducing model complexityand significantly improving small object detection performance. Experimental results show that the WAAP-YOLO detection algorithm achieves 97.2% mAP @ （2 0.5， 85.8% mAP@0.5：0.95 ，94. 0% Fl score，and a parameter count of 2.1×10⁶ ，outperforming common object detection models such as YOLOv5s，YOLOv8n，and YOLOvlOn.The proposed model can significantly enhance cornfield weed recognitionacuracy，which providessomereferenceforadvancing theintellgent and sustainable developmentof the

agricultural industry.

Keywords：computer neural networks；weed recognition；wavelet pooling；attention mechanism； multi-scale fusio

玉米作為全球三大糧食作物之一，其產(chǎn)量至關(guān)重要，而雜草是限制其產(chǎn)量的主要因素之一[1]。當(dāng)前的除草方式包括：人工除草[2]，雖精準(zhǔn)但速度慢；化學(xué)除草[3]，高效便捷但易污染環(huán)境;機(jī)械除草，環(huán)保但效率較低。在農(nóng)業(yè)生產(chǎn)中，如何準(zhǔn)確區(qū)分作物與雜草是個(gè)關(guān)鍵問(wèn)題。深度學(xué)習(xí)憑借其高準(zhǔn)確性和良好的泛化能力，為智慧農(nóng)業(yè)中的雜草管理提供了高效、環(huán)保的解決方案，既提升作業(yè)效率，又有助于保護(hù)農(nóng)業(yè)生態(tài)[4]。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)[5以強(qiáng)大的自學(xué)習(xí)和自適應(yīng)能力逐漸走進(jìn)大眾的視野。毛銳等[6]基于Faster-RCNN構(gòu)建了小麥的病害識(shí)別檢測(cè)模型，其中在主干網(wǎng)絡(luò)通過(guò)卷積核改進(jìn)以及下采樣延遲等方法進(jìn)行優(yōu)化，有效提高了模型精度。YANG等[基于 SSD 模型對(duì)實(shí)木表面缺陷進(jìn)行優(yōu)化改進(jìn)，將 SSD網(wǎng)絡(luò)中的VGG部分替換為ResNet，改進(jìn)后的SSD模型對(duì)實(shí)木表面缺陷的平均檢測(cè)準(zhǔn)確率達(dá)到 89.7% 。盡管以Faster-RCNN為代表的二階段目標(biāo)檢測(cè)算法可以提高模型精度，但因?yàn)闄z測(cè)環(huán)節(jié)分為2個(gè)階段，速度較慢，影響了農(nóng)業(yè)智能部署的效率。

因此，為了兼顧檢測(cè)速度和精度，一階段目標(biāo)檢測(cè)算法逐漸受到關(guān)注，YOLO（you only look once）系列算法以其高效和實(shí)時(shí)性受到了廣泛關(guān)注。WU等[8基于YOLOv4構(gòu)建了一個(gè)新的主干網(wǎng)，通過(guò)引人多分支結(jié)構(gòu)并結(jié)合擴(kuò)張卷積等方法，將小目標(biāo)雜草的AP值提高了 15.1% . mAP 提高了 4.2% 。LI等基于YOLOv7構(gòu)建了一個(gè)名為YOLOv7-FWeed 的雜草檢測(cè)模型，此模型使用F-ReLU和 MaxPool多頭自我注意模塊提高了雜草識(shí)別的準(zhǔn)確性。以上研究通過(guò)優(yōu)化基準(zhǔn)模型提高了特定雜草目標(biāo)的檢測(cè)精度，但面對(duì)樣本尺度多樣、種類繁多、密集遮擋和背景復(fù)雜等問(wèn)題，檢測(cè)仍存在挑戰(zhàn)。

YOLOv8憑借C2f模塊的多尺度特征融合能力、解耦檢測(cè)頭與空間通道注意力機(jī)制的協(xié)同優(yōu)化，以及高分辨率特征保留技術(shù)，在應(yīng)對(duì)玉米雜草樣本多樣性、植株遮擋和復(fù)雜背景干擾等難題時(shí)展現(xiàn)出顯著優(yōu)勢(shì)?；诖?，本文提出了一種針對(duì)玉米雜草檢測(cè)的WAAP-YOLO模型，主干網(wǎng)絡(luò)中將部分卷積替換為小波池化卷積，以避免混疊偽影的問(wèn)題，提升圖像細(xì)節(jié)的保留和準(zhǔn)確性;將C2f 模塊融合了聚合注意力機(jī)制（aggrega-ted attention），對(duì)玉米雜草的特征信息進(jìn)行細(xì)節(jié)提取，進(jìn)一步增強(qiáng)模型在復(fù)雜背景下對(duì)雜草的識(shí)別能力;提出ASF-P2-Net對(duì)Neck網(wǎng)絡(luò)進(jìn)行改進(jìn)，引人注意力尺度序列融合框架（ASF），并通過(guò)尺度序列特征融合模塊（SSFF）增加P2檢測(cè)頭（Detect），顯著增強(qiáng)對(duì)細(xì)小雜草的檢測(cè)。

1 相關(guān)工作

1.1 YOLOv8模型

YOLOv8是目前YOLO系列中較為先進(jìn)的模型，在YOLOv5的基礎(chǔ)上構(gòu)建，進(jìn)一步提升了識(shí)別的準(zhǔn)確性，基于縮放系數(shù)分為 N/S/M/L/X 尺度的不同大小的模型，用于滿足不同場(chǎng)景需求。

YOLOv8模型的構(gòu)架包括輸入層、主干網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)。輸人層對(duì)輸人至網(wǎng)絡(luò)的圖像進(jìn)行預(yù)處理，通過(guò)自適應(yīng)縮放提高圖像處理速度[10]。主干網(wǎng)絡(luò)主要由Conv、C2f 和 SPPF 模塊組成。其中，SPPF 通過(guò)連續(xù)3次最大池化操作捕捉多尺度物體信息，提升目標(biāo)檢測(cè)的準(zhǔn)確性[11]。Neck部分包含路徑聚合網(wǎng)絡(luò)（path aggregation network，PAN）[12]和特征金字塔網(wǎng)絡(luò)（Feature pyramid network，F(xiàn)PN）[13]結(jié)構(gòu)，用于多尺度特征融合，使特征融合更加豐富。頭部網(wǎng)絡(luò)采用主流解耦head結(jié)構(gòu)，完成圖像目標(biāo)檢測(cè)和分類任務(wù)，進(jìn)而實(shí)現(xiàn)目標(biāo)檢測(cè)框位置和目標(biāo)類別的輸出。

1.2玉米雜草圖像采集

本文選取自然環(huán)境中常見(jiàn)的4種玉米雜草圖像，分別為藍(lán)草、藜草、刺薊、莎草，圖像采集設(shè)備為佳能Power ShotSX600HS相機(jī)。圖片數(shù)據(jù)采集涵蓋了上午、中午和下午等不同時(shí)間段，以及多種天氣狀況。玉米雜草數(shù)據(jù)集包括1200張藍(lán)草圖像、1200張藜草圖像、1200張刺薊圖像、1200張莎草圖像以及1200張玉米圖像，全部為JPG格式，雜草數(shù)據(jù)集圖片示例如圖1所示。上述采集方案充分考慮了樣本特征的多樣性和豐富性，同時(shí)確保了不同類型樣本數(shù)量的均衡分布。

1.3 數(shù)據(jù)集建立

將雜草與玉米圖片按照 8：2 劃分為訓(xùn)練集和驗(yàn)證集，將數(shù)據(jù)集在labelImg軟件上進(jìn)行標(biāo)注，并提取出每個(gè)標(biāo)注點(diǎn)周圍的像素點(diǎn)作為注釋文件，存儲(chǔ)為.txt文件以獲取圖像中雜草的位置。

2 網(wǎng)絡(luò)主干改進(jìn)

玉米雜草檢測(cè)因生存環(huán)境和生長(zhǎng)特性面臨諸多挑戰(zhàn)：雜草結(jié)構(gòu)特征多樣，紋理復(fù)雜，增加檢測(cè)難度；雜草生長(zhǎng)于泥濘草地且存在遮擋，背景復(fù)雜，易導(dǎo)致錯(cuò)檢和漏檢;雜草種類繁多且部分個(gè)體細(xì)小分散，難以識(shí)別。

本研究以YOLOv8n為基準(zhǔn)模型進(jìn)行下列改進(jìn)，構(gòu)建一種適用于玉米雜草的檢測(cè)模型WAAP-YOLO：1）將模型主干網(wǎng)絡(luò)中部分卷積替換為小波池化卷積，特征分辨率減半，在保持檢測(cè)精度的同時(shí)避免嚴(yán)重的混疊偽影現(xiàn)象;2）引人聚合注意力機(jī)制，提升特征提取能力，降低干擾因素影響，使其更適用于玉米雜草檢測(cè);3）改進(jìn)模型的Neck部分，以ASF實(shí)現(xiàn)創(chuàng)新的多尺度特征融合，并引入P2檢測(cè)頭，有效增強(qiáng)網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)能力。改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

2.1 Backbone改進(jìn)

2.1.1小波池化卷積

在自然環(huán)境中對(duì)玉米雜草進(jìn)行檢測(cè)時(shí)，玉米雜草形態(tài)各異，其中豐富的紋理會(huì)影響檢測(cè)效果。傳統(tǒng)的YOLOv8n使用普通跨步長(zhǎng)卷積對(duì)輸入的特征進(jìn)行下采樣時(shí)，未考慮奈奎斯特采樣定理（Nyquist），從而產(chǎn)生嚴(yán)重的混疊現(xiàn)象[14]，導(dǎo)致細(xì)節(jié)特征因信息丟失而被忽略。為解決這一問(wèn)題，將小波池化[15]思想融人Conv，形成小波池化卷積（WaveLP-Conv），其結(jié)構(gòu)如圖3所示。

Conv BatchNorm2d SiLU Wavelet pooling

小波池化模型主要原理為離散小波變換[16]（discrete wavelet transform，DWT）。它首先采用小波池化技術(shù)將特征分解為高頻細(xì)節(jié)子帶和低頻近似子帶，通過(guò)保留低頻近似子帶，丟棄高頻細(xì)節(jié)子帶，進(jìn)行反向離散小波變換處理，來(lái)解決下采樣過(guò)程中可能存在的頻率混疊問(wèn)題。在此改進(jìn)中，第3層的更換使特征圖從更淺層開始保留更多的低頻信息，并在下采樣過(guò)程中減少對(duì)特征細(xì)節(jié)的破壞。第5層和第7層則在進(jìn)一步的下采樣過(guò)程中持續(xù)保留特征圖中的重要細(xì)節(jié)信息，即使在較深的特征圖中，也能保持一定的圖像結(jié)構(gòu)和邊緣信息。

2.1.2 聚合注意力機(jī)制

玉米田間雜草檢測(cè)面臨復(fù)雜背景干擾及與作物交錯(cuò)生長(zhǎng)引發(fā)的誤檢、漏檢難題，為進(jìn)一步降低圖像中其他干擾因素的影響，提升模型對(duì)雜草有效特征的提取能力，在C2f模塊中添加聚合像素聚合注意力機(jī)制（aggregated attention，AA）[17]。

AA原理為通過(guò)計(jì)算特征圖中的不同通道和空間位置的注意力權(quán)重，自動(dòng)調(diào)整各個(gè)特征的貢獻(xiàn)度，增強(qiáng)模型對(duì)有效信息的選擇能力，在復(fù)雜背景任務(wù)中表現(xiàn)更佳。具體而言，AA首先生成多樣化的親和矩陣，在單個(gè)注意力層內(nèi)融合位置相關(guān)性和對(duì)象相關(guān)性以提升特征提取能力;隨后，計(jì)算查詢（Query，Q）與位置嵌入后的鍵（ Key，K+PE） 的相關(guān)性得分，強(qiáng)化模型對(duì)玉米與雜草空間拓?fù)潢P(guān)系的感知能力；同時(shí)，引入可學(xué)習(xí)查詢嵌入（QE），通過(guò)端到端訓(xùn)練學(xué)習(xí)雜草形態(tài)先驗(yàn)知識(shí)，增強(qiáng)查詢向量 的語(yǔ)義判別性。計(jì)算公式為

將注意力權(quán)重拆分為位置相關(guān)權(quán)重和對(duì)象相關(guān)權(quán)重，優(yōu)化玉米與雜草交錯(cuò)區(qū)域的邊界回歸，通過(guò)通道權(quán)重優(yōu)化抑制土壤背景干擾；然后分別與查詢向量 T 結(jié)合，通過(guò)加權(quán)聚合得到最終輸出。計(jì)算公式為

Y=W_pos?T+W_obj?T

基于AA能夠在復(fù)雜場(chǎng)景中有效增強(qiáng)對(duì)關(guān)鍵特征的選擇能力的特點(diǎn)，本文在YOLOv8n主干網(wǎng)絡(luò)的第6層和第8層C2f模塊中引人AA，將C2f替換為C2f_AA模塊，結(jié)構(gòu)如圖4所示，進(jìn)一步增強(qiáng)模型對(duì)雜草特征的提取能力，減少圖像中干擾因素的影響，有效解決雜草的誤檢和漏檢問(wèn)題。

2.2 Neck改進(jìn)

玉米雜草種類多樣、個(gè)體微小且分散，傳統(tǒng) YOLOv8n 的語(yǔ)義與空間信息融合機(jī)制未優(yōu)化，多尺度特征互補(bǔ)性不足，且檢測(cè)頭僅覆蓋P3—P5層（P3層：用于檢測(cè)大小在 8×8 以上的目標(biāo)；P4層：用于檢測(cè)大小在16×16 以上的目標(biāo)；P5層：用于檢測(cè)大小在 32×32 以上的目標(biāo)），導(dǎo)致小目標(biāo)檢測(cè)性能差，高分辨率場(chǎng)景下細(xì)粒度特征難以捕捉。針對(duì)上述問(wèn)題，本文設(shè)計(jì)了一種多尺度特征融合網(wǎng)絡(luò)ASF-P2-Net（見(jiàn)圖5），在Neck部分引人注意力尺度序列融合框架[18]，實(shí)現(xiàn)創(chuàng)新的多尺度特征融合，并通過(guò)尺度序列特征融合模塊增加 P2檢測(cè)頭，實(shí)現(xiàn)低分辨率與高分辨率特征的平衡融合。

ASF由尺度序列特征融合（SSFF）模塊和三重特征編碼器（TFE）模塊組成，結(jié)合通道和位置注意力機(jī)制（CPAM對(duì)兩者特征信息進(jìn)行融合，從而顯著提升實(shí)例分割的準(zhǔn)確性。

2.2.1 SSFF模塊

SSFF 是將檢測(cè)頭捕獲的不同空間尺度覆蓋各種大小和形狀的雜草類型的特征圖進(jìn)行跨尺度融合。由于高分辨率特征圖級(jí)別P3包含對(duì)小目標(biāo)檢測(cè)和分割至關(guān)重要的信息，所以此模塊基于P3級(jí)別設(shè)計(jì)。SSFF結(jié)構(gòu)如圖6所示。

圖6中3D Conv表示將3個(gè)維度的數(shù)據(jù)進(jìn)行拼接;BN（batch normalization）用于對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，提高模型的泛化能力;SiLU為平滑函數(shù)，在整個(gè)定義域內(nèi)都有導(dǎo)數(shù)，利于模型優(yōu)化。

2.2.2 三重特征編碼器（TFE）模塊

TFE通過(guò)分離大、中、小尺寸特征，進(jìn)而強(qiáng)化大尺寸特征細(xì)節(jié)，提升對(duì)細(xì)節(jié)特征的捕捉能力，其結(jié)構(gòu)如圖7所示。

對(duì)于大尺寸特征圖，通過(guò)卷積模塊減少通道至1C，并結(jié)合最大池化和平均池化實(shí)現(xiàn)下采樣，保留高分辨率特征和細(xì)節(jié)多樣性。小尺寸特征圖則通過(guò)卷積調(diào)整通道，并采用最近鄰插值法上采樣，保留局部特征，避免小目標(biāo)特征丟失。最終，將調(diào)整后的大、中、小尺寸特征圖通過(guò)卷積處理并在通道維度上融合。

2.2.3 CPAM

CPAM用于提取SSFF和TFE通道中包含有代表性特征的信息，以集成詳細(xì)特征信息和多尺度特征信息。輸入1（TFE）為通道注意網(wǎng)絡(luò)，包含TFE的詳細(xì)特征。在不對(duì)通道維數(shù)進(jìn)行降低的情況下，使用大小為 K 的1D卷積來(lái)實(shí)現(xiàn)局部跨通道交互的捕捉。接著，將通道注意力機(jī)制的輸出與輸入2（SSFF）的特征圖輸入到位置注意力網(wǎng)絡(luò)中，用于提取雜草圖像的關(guān)鍵位置信息。位置注意力機(jī)制將輸入特征圖按寬度和高度分割，分別進(jìn)行編碼后再合并生成最終輸出。

3實(shí)驗(yàn)結(jié)果與分析

3.1 模型評(píng)價(jià)指標(biāo)

為評(píng)估本模型在檢測(cè)雜草數(shù)據(jù)集上的有效性，采用以下指標(biāo)來(lái)檢測(cè)性能。這些指標(biāo)能夠反映模型在不同層面的表現(xiàn)，包括檢測(cè)的準(zhǔn)確性、綜合性能以及計(jì)算效率。相關(guān)計(jì)算公式如式（3）—（7）所示。

式中：TP（true positive）為正確預(yù)測(cè)的正例個(gè)數(shù);FP（1 positive）為錯(cuò)誤預(yù)測(cè)的正例個(gè)數(shù);FN（1 nega-tive）為劃分為負(fù)例的正例個(gè)數(shù)。

式中： N 為類別數(shù)量，本文中 N=5 ;AP是指 P 和 R 的統(tǒng)合； mAP 是所有目標(biāo)種類AP的平均值。實(shí)驗(yàn)中使用IOU閾值為0.5時(shí)的均值平均精度，即 mAP@0.5 評(píng)估標(biāo)準(zhǔn)。

F1是精確率和召回率的調(diào)和平均，用于評(píng)估模型的綜合性能。

3.2 實(shí)驗(yàn)條件

實(shí)驗(yàn)運(yùn)行環(huán)境如下：CPU采用 AMD EPYC 7352 24-Core Processor，GPU 采用 RTX 4090，顯存為24 GB，軟件環(huán)境為Python3.9版本、PyTorch 2.0.1版本和CUDA11.8版本。批處理大小batch size設(shè)置為16，學(xué)習(xí)率設(shè)置為0.01，優(yōu)化器 SGD的動(dòng)量設(shè)置為0.937，數(shù)據(jù)增強(qiáng)采用Mosaic，輸人圖像的分辨率設(shè)置為 640×640 ，所有模型總共訓(xùn)練200個(gè)epoch。

3.3不同注意力機(jī)制性能對(duì)比實(shí)驗(yàn)

為研究引人 AA 的合理性，選取代表性注意力機(jī)制 CBAM[19]（convolutional block attention module）、EMA[2o]（efficient multi-scale attention） CA^[21] （coord attention）進(jìn)行實(shí)驗(yàn)對(duì)比，實(shí)驗(yàn)結(jié)果見(jiàn)表1。

由表1可知：當(dāng)引人AA后，模型的 mAP@0.5 較原模型提升了0.8個(gè)百分點(diǎn)，模型的參數(shù)量降低了0.6×10⁶ ;引入EMA和CA后， mAP@0.5 出現(xiàn)了不同程度的降低，各自降低0.3個(gè)和0.2個(gè)百分點(diǎn)；引入CBAM后， mAP@0.5 提升了0.2個(gè)百分點(diǎn)，但是在 mAP@0.5：0.95 中，降低了0.5個(gè)百分點(diǎn)。

與AA模型相比，CBAM模型雖然融合了通道和空間維度的注意力機(jī)制，增強(qiáng)了對(duì)局部特征的捕捉能力，但它在處理長(zhǎng)距離特征關(guān)聯(lián)方面存在局限，在協(xié)調(diào)玉米伴生雜草局部特征與葉片整體上存在缺陷。

EMA模型僅通過(guò)調(diào)制特征通道來(lái)捕捉局部特征的重要性，在捕捉全局上下文信息時(shí)有一定限制條件。CA模型能聚焦與目標(biāo)相關(guān)的區(qū)域，減少背景噪聲的影響，但是在復(fù)雜背景中可能無(wú)法穩(wěn)定提取有效的雜草目標(biāo)。綜上可知，引人AA后在減小參數(shù)量的同時(shí)提升了提取特征能力，表明引人AA對(duì)玉米雜草檢測(cè)是有效的。

3.4 模塊消融實(shí)驗(yàn)

為研究引人WaveLP-Conv模塊（A）、C2f-AA模塊（B）和ASF-P2-Net模塊（C）對(duì)所建立的玉米雜草模型檢測(cè)性能的影響，在此數(shù)據(jù)集上進(jìn)行測(cè)驗(yàn)與分析以評(píng)估優(yōu)化效果和開展消融實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2所示。

實(shí)驗(yàn)表明，在Yolov8n模型中加人A模塊后， mAP@0.5 提升0.6個(gè)百分點(diǎn)，F(xiàn)1提升2個(gè)百分點(diǎn)，同時(shí)模型的參數(shù)量減少了 0.6×10⁶ 。即WaveLP-Conv模塊提升了提取目標(biāo)位置的清晰程度，通過(guò)特征融合增強(qiáng)了目標(biāo)語(yǔ)義表征能力，在提高模型檢測(cè)精度的同時(shí)，也能有效減少模型參數(shù)量，展現(xiàn)出顯著的優(yōu)勢(shì)。

引進(jìn)B和C模塊時(shí)， mAP@0.5 提升了1個(gè)百分點(diǎn)，模型參數(shù)量降低了 0.7×10⁶ 。即C2f-AA模塊和ASF-P2-Net的加入能夠帶來(lái)精度的提升，自動(dòng)識(shí)別圖像中重要的區(qū)域，進(jìn)一步對(duì)玉米雜草的特征信息進(jìn)行細(xì)節(jié)提取，幫助模型進(jìn)行更深層的特征提取。

加入全部模塊，相較于加入B和 C，mAP（?0.5 提升0.7個(gè)百分點(diǎn)， mAP@0.5：0.95 提升0.6個(gè)百分點(diǎn)，F(xiàn)1提升1個(gè)百分點(diǎn)，參數(shù)量降低 0.2×10⁶ 。

綜上，消融實(shí)驗(yàn)結(jié)果表明，3個(gè)模塊的引入使WAAP-YOLO模型達(dá)到了最優(yōu)的檢測(cè)性能， mAP@0.5 提升1.7個(gè)百分點(diǎn)， mAP@0.5：0.95 提升1.3個(gè)百分點(diǎn)，F(xiàn)1提升3個(gè)百分點(diǎn)，參數(shù)量降低 0.9×10⁶ 。所引入的模塊有效提高了模型的檢測(cè)能力，減小了參數(shù)量，充分發(fā)揮了各個(gè)模塊的功能。

3.5 主流模型性能對(duì)比實(shí)驗(yàn)

為研究WAAP-YOLO模型與其他模型對(duì)于玉米伴生雜草檢測(cè)性能的差異，選取了主流目標(biāo)檢測(cè)模型展開性能對(duì)比實(shí)驗(yàn)，包括：MobileNetV3-SSD，其將MobileNetV3作為主干網(wǎng)絡(luò)與SSD的多尺度檢測(cè)框架相結(jié)合;ShufleNetv2-Faster-RCNN模型，其將 ShuffleNetV2作為主干網(wǎng)絡(luò)用于特征提取與Faster-RCNN融合;YOLO 系列——YOLOv5s、YOLOv8n、YOLOv10n、YOLOv10s。實(shí)驗(yàn)結(jié)果如表3所示。

由表3可知，與其他模型相比，WAAP-YOLO在精度、F1值和參數(shù)量上均有顯著改進(jìn)。與Mobile-NetV3-SSD、ShufleNetV2-Faster-RCNN、YOLOv5s、YOLOv8n、YOLOv10n 和 YOLOv10s 相 比，其mAP@0.5 分別提升了 6，5，5，1，5，2，1，7，3，1，2，3 個(gè)百分點(diǎn)；F1分別提高了8、8、7、3、4、3個(gè)百分點(diǎn)；同時(shí)，參數(shù)量減少了 4.7×10⁶?5.3×10⁶?5.1×10⁶?0.9×10⁶?0.5×10⁶ 和 5.1×10⁶ 。從最終結(jié)果可以看出，WAAP-YOLO模型對(duì)于此玉米伴生雜草數(shù)據(jù)集各方面的性能較其他模型更加適用。為了驗(yàn)證各模型的實(shí)際檢測(cè)效果，選擇單獨(dú)拍攝的每類雜草各一張圖片進(jìn)行檢測(cè)，可視化結(jié)果如圖8所示。

由圖8可知：在藍(lán)草的檢測(cè)中，檢測(cè)效果最好的為WAAP-YOLO，而 ShuffleNetV2-Faster-RCNN和MobileNetV3-SSD的檢測(cè)均低于 70.00% ，檢測(cè)效果欠佳；在藜草的檢測(cè)中，YOLOvl0s、YOLOv8n、Mo-bileNetV3-SSD 存在目標(biāo)漏檢，另外 ShufleNetV2-Faster-RCNN 模型將小目標(biāo)玉米幼苗錯(cuò)誤的檢測(cè)為藜草，造成誤檢;在刺薊檢測(cè)中，YOLOv8n 漏掉小目標(biāo)刺薊雜草;在莎草的檢測(cè)中，YOLOv1Os、YOLOv10n、YOLOv5s、ShufleNetV2-Faster-RCNN和 MobileNetV3-SSD均出現(xiàn)漏檢，這是由于莎草葉片狹長(zhǎng)，容易與玉米特征混淆，增大了檢測(cè)難度。上述檢測(cè)過(guò)程中出現(xiàn)的漏檢和錯(cuò)檢問(wèn)題，主要是由于各個(gè)模型在處理復(fù)雜背景中的雜草目標(biāo)特征提取時(shí)能力有限，進(jìn)一步說(shuō)明引入注意力機(jī)制的必要性。

綜上所述，在玉米伴生雜草圖片檢測(cè)和識(shí)別任務(wù)中，相較于其他6種模型，WAAP-YOLO在可良好檢測(cè)玉米伴生雜草的同時(shí)減小了模型參數(shù)量，沒(méi)有出現(xiàn)漏檢或者誤檢的情況，在4種雜草上保持較為優(yōu)秀的檢測(cè)精度，還使其能夠捕捉到更多特征細(xì)節(jié)，從而高效地檢測(cè)玉米伴生雜草。

4結(jié)語(yǔ)

所提WAAP-YOLO目標(biāo)檢測(cè)算法模型使用一種不同環(huán)境條件以及多雜草類別的數(shù)據(jù)集，針對(duì)玉米伴生雜草中的易遮擋、背景復(fù)雜、尺度不一等問(wèn)題進(jìn)行了改進(jìn)，克服了YOLOv8n識(shí)別準(zhǔn)確率低、模型參數(shù)量大、小目標(biāo)誤檢漏檢等局限性，實(shí)驗(yàn)驗(yàn)證了其有效性。主要結(jié)論如下。

1）將主干部分中的卷積部分替換為小波池化卷積，將特征分辨率減半，在保持檢測(cè)精度的同時(shí)避免嚴(yán)重的混疊偽影現(xiàn)象，對(duì)提高特征提取的質(zhì)量起到關(guān)鍵作用。

2）在主干模型中引入聚合注意力機(jī)制，構(gòu)建C2f-AA模塊替換主干網(wǎng)絡(luò)中的C2f模塊，增強(qiáng)了模型對(duì)雜草特征的提取能力，進(jìn)一步提升了模型精確度；以ASF-P2-Net替換原始Neck 網(wǎng)絡(luò)，降低了模型復(fù)雜度，通過(guò)調(diào)整和整合不同尺度的特征增強(qiáng)對(duì)復(fù)雜場(chǎng)景的應(yīng)用，并通過(guò)尺度序列融合模塊引人P2檢測(cè)頭，對(duì)小目標(biāo)模型檢測(cè)更加有效。模型的 mAP@0.5 指標(biāo)、 mAP@0.5：0.95 指標(biāo)、F1、參數(shù)量分別為 97.2%.85.8% 、94.0%.2.1×10⁶ ，能夠?qū)τ衩纂s草進(jìn)行精確識(shí)別。

本文方法的核心優(yōu)勢(shì)在于其對(duì)多尺度目標(biāo)檢測(cè)的良好適應(yīng)性，特別適用于目標(biāo)尺度差異顯著、存在復(fù)雜遮擋以及分布密集的場(chǎng)景，如植物病蟲害檢測(cè)、植物雜草檢測(cè)。

本文計(jì)算復(fù)雜度較高，限制了其在實(shí)際應(yīng)用中的推廣。未來(lái)可以進(jìn)一步優(yōu)化模型，使其更加輕量化，減少計(jì)算量，從而適應(yīng)嵌入式設(shè)備等低資源環(huán)境中的部署需求，為玉米雜草檢測(cè)在實(shí)際農(nóng)業(yè)場(chǎng)景中的應(yīng)用提供更加高效且可行的解決方案。

參考文獻(xiàn)/References：

[1]張金夢(mèng)，張倩，王明，等.卷積神經(jīng)網(wǎng)絡(luò)及其在田間雜草管理中應(yīng)用的研究進(jìn)展[J].蔬菜，2024（7）：28-36. ZHANGJinmeng，ZHANGQian，WANG Ming，etalResearchprogessonconvolutionalneuralnetworksandtheiraplicationiweed management of field[J].Vegetables，2024（7）：28-36.

[2]李雪峰，施晨輝，宋名果，等.基于Yolov4 模型的玉米幼苗與雜草識(shí)別檢測(cè)[J].熱帶農(nóng)業(yè)工程，2023，47（1）：1-6. LI Xuefeng，SHChenhui，ONG MingguoetaldentificationanddetectionofmaizeseedlingsandweedsbasedonYlov4neto]. TropicalAgriculturalEngineering，2O23，47（1）：1-6.

[3]武志坤，張偉，元立強(qiáng)，等.基于改進(jìn)YOLO v5 的豆田雜草分布研究[J].農(nóng)機(jī)化研究，2025，47（4）：77-82. WUZhikun，ZHANG Wei，QILiqiang，etal.Distributionofweds insoybeafieldsbasedonimprovedYOLOv5[J]JournalofAgricultural Mechanization Research，2025，47（4）：77-82.

[4]唐伯青，趙大勇，熊鋒，等.基于視覺(jué)自注意力模型的苗期玉米與雜草檢測(cè)方法[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2024，47（4）：772-781. TANGBoqing，ZHAODayong，XONGFengetal.Detectionmethodofmaizeandwedsatseedlingstagebasedonvisualself-attion model[J].Journal of Nanjing AgriculturalUniversity，2024，47（4）：772-781.

[5]張永強(qiáng)，李勝男，張子強(qiáng)，等.R-YOLO軌道人員目標(biāo)檢測(cè)模型[J].河北科技大學(xué)學(xué)報(bào)，2023，44（6）：580-588. ZHANG Yongqiang，LISengnan，ZHANG Ziqiang，etal.R-YLOorbitalpersonneltargetdetectionmodelJ]JournalofHbeiUniver sity of Science and Technology，2023，44（6）：580-588.

[6]毛銳，張宇晨，王澤璽，等.利用改進(jìn)Faster-RCNN識(shí)別小麥條銹病和黃矮病[J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（17）：176-185. MAO Rui，ZHANG Yuchen，WANG Zexi，etal.Recognizing stripe rust andyellowdwarfof wheatusing improvedFaster-RCNN[J]. Transactions of the Chinese Society of Agricultural Engineering，2022，38（17）：176-185.

[7]YANGYutu，WANGHonghong，JIANGDng，etal.SurfacedetectionofsolidooddefectsbasedonSDimproved withResNet]For ests，2021. DOI：10.3390/f12101419.

[8]WU Haoyu，WANGYongshang，ZHAOPengfei，et al.Smalltarget wed-detectionmodelbasedonYOLO-V4withimprovedbackbone and neck structures[J].Precision Agriculture，2023，24（6）：2149-2170.

[9]LIJinyang，ZHANG Wei，ZHOU Hongetal.Weed detection insoybean fieldsusing improvedYOLOv7andevaluating herbicidereduc tion efficacy[J].FrontiersinPlant Science，2024.DOI：10.3389/fpls.2023.1284338.

[10]LIULizhao，LIPinrui，WANGDahan，etalAwindturbinedamagedetectionalgorithmdesignedbasedonYOLOv8J].Aliedoft Computing，2024.DOI：10.1016/j.asoc.2024.111364.

[11]SOLIMANIF，CARDELICCHIOA，DIMAUROG，etal.Optimizing tomatoplant phenotyping detection：Bosting YOLOv8architec ture to tackle datacomplexityJ].Computersand Electronics in Agriculture，2024.DOI：10.1016/j.compag.2024.108728.

[12]LIUShu，QLuQIHaifangetal.PathagegationnetorkforistancesegmentatioC]/18IEEE/CVFConferencenCoputer Vision and Pattern Recognition.Salt Lake City：IEEE，2018：8759-8768.

[13]LINTY，DOLLAR P，GIRSHICK R，etal.Feature pyramid networks forobject detection[C]/2017 IEEEConferenceonComputer Vision and Pattern Recognition（CVPR）.Honolulu：IEEE，20l7：936-944.

[14]GRBINKIJ，KEUPERJKEUPER.lisinganddversarialobustgeneralizationofNsJ].achineLearng，2）： 3925-3951.

[15]WILLIAMST，IR.WaveletpolingforconvolutioalnuralntworksC]/InterationalConferenceonLearingRepresentatios. Vancouver：ICLR，2018：1-12.

[16］王美仙，郭威艷，高磊.基于離散小波變換特征的農(nóng)產(chǎn)品葉片表面農(nóng)藥殘留檢測(cè)方法[J].農(nóng)業(yè)工程，2024，14（6）：112-117. WANGMeixian，GUO Weiyan，GAOLei.Amethodfordetecting pesticideresidues onsurfaceofagricultural products leaves basedon discrete wavelet transform features[J].Agricultural Engineering，2O24，14（6）：112-117.

[17]SHIDaiTransNeXt：RobustfovealvisualperceptionforvisiontransformersC]/2024IEEE/CVFConferenceonComputerVisionand Pattern Recognition（CVPR）.Seattle：IEEE，2024：17773-17783.

[18]KANG M，TINGCM，TINGFF，et al.ASF-YOLO：Anovel YOLOmodel withatentional scale sequencefusionforcelistance segmentation[J].Image and Vision Computing，2024.DOI：10.1016/j.imavis.2024.105057.

[19]WOO，ARKJLEEJY，etalBACouoalboaentiomoduleC/mputerVsiCCV18ampringer8-19.

[20]OUYANDan，HESu，ZAGuongetal.ffentmultisaleaentiomodlewitosspatiallearingCEE International Conference on Acoustics，Speech and Signal Processing（ICASSP）.Rhodes Island：IEEE，2023：1-5.

[21]HOUQibinZHOUDaquanFENGJiashiCoordinateatentionforffcent mbile networkdesignC/021IEE/CVFConferenceon Computer Vision and Pattern Recognition（CVPR）.Nashville：IEEE，2021：137o8-13717.