基于改进RT-DETR的轻量化豆荚检测模型

文献类型： 中文期刊

第一作者： 刘亿琳

作者： 刘亿琳;卢承方;黄岚;詹炜;王俊;邱丽娟

作者机构：

关键词： 豆荚识别;计算机视觉;RT-DETR;轻量化;深度学习

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2025 年 53 卷 015 期

页码： 227-239

收录情况： 北大核心

摘要： 针对大豆豆荚植株大小不一、重叠以及茎秆遮挡等特点，同时为解决基于Transformer架构的豆荚目标检测模型检测中参数量大导致其在边缘设备部署困难的问题，提出一种改进RT-DETR的豆荚检测模型POD-DETR。首先，引入RepNCSPELAN特征提取模块和Adown降采样模块改进主干网络；其次，提出一种轻量级自适应编码器LWA-Encoder,在内部引入基于小波操作的池化方法替代最近邻插值上采样和卷积下采样操作，设计一种融合无参注意力机制SimAM的自适应细节融合模块DI-SAM改进编码器中原有的特征融合方式，提高模型对不同尺度豆荚的适应能力；最后，使用DIoU作为边界框损失函数，用于提升模型检测准确率。POD-DETR在自建数据集上准确率、召回率和平均精度均值分别达到94.7%、92.9%和97.2%,综合指标优于当前主流的一阶段、二阶段检测模型，在保持高精度的情况下，较基线模型在参数量和浮点运算量上分别降低59.9%和60.9%,实现了模型轻量化。在开源豆荚数据集上的试验结果中POD-DETR也有一定程度的性能提升，表明其具有良好的鲁棒性和泛化能力，可为豆荚检测与产量估计提供技术落地参考。

分类号： S126%TP18%TP391.41

  • 相关文献

[1]基于RT-YOLOv10和无人机遥感影像的烟草病害轻量化检测研究. 陈自立,郭燕,王明鑫,林卫,王来刚,杨秀忠,刘剑君,郑恒彪,王爱国. 2025

[2]一种新颖的轻量化甘蔗茎节检测方法. 郑镇辉,吴昱汛,熊敏饴,张淡然,黄伟华,韦丽娇. 2025

[3]常态养殖下妊娠母猪体质量智能测定模型. 肖德琴,刘俊彬,刘又夫,黄一桂,谭祖杰,熊本海. 2022

[4]用于农作物种植信息提取的图像分割技术研究进展. 黄祥,王克晓,李波,吴园. 2023

[5]基于深度学习算法的凡纳滨对虾生长表型测定系统研发及应用. 张士薇,代平,高广春,孟宪红,罗坤,隋娟,谭建,傅强,曹家旺,陈宝龙,李旭鹏,强光峰,邢群,戚云辉,孔杰,栾生. 2025

[6]基于深度学习的类球状水果采摘识别算法研究进展. 李辉,张俊,俞烁辰,李志鑫. 2025

[7]一种剑麻装载机的轻量化设计与应用. 陈涛,金刚,覃旭,黄显雅,彭欣怡,刘明,吴密,周肇峰. 2021

[8]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[9]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[10]喷雾机喷杆结构的研究现状及展望. 乔白羽,丁素明,薛新宇,崔龙飞,周晴晴,张亚萍. 2017

[11]基于LW-YOLOv3模型的棉花主茎生长点检测与定位研究. 孙想,吴华瑞,朱华吉,杨雨森,陈诚,何思琪,王春山. 2021

[12]电驱自走式农机测试平台的设计. 余涛,刘俊杰,杨存志,叶岩,孙先明,李国林. 2021

[13]轻型拖车车架设计和静动力学仿真研究. 石凯飞. 2022

[14]基于RDN-YOLO的自然环境下水稻病害识别模型研究. 廖娟,刘凯旋,杨玉青,严从宽,张爱芳,朱德泉. 2024

[15]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[16]基于改进YOLO v5s的轻量化植物识别模型研究. 马宏兴,董凯兵,王英菲,魏淑花,黄文广,苟建平. 2023

[17]基于 YOLOV5-MobilenetV3和声呐图像的鱼类识别轻量化模型. 罗毅智,陆华忠,周星星,袁余,齐海军,李斌,刘志昌. 2023

[18]基于边缘设备的轻量化小目标果实检测模型. 张文利,陈开臻,刘鈺昕,段玉林,郭威,史云. 2021

[19]果园凿型铲式深松机优化设计与试验. 李亚丽,曹中华,湛小梅,杨清慧,崔晋波,李英. 2021

[20]融合注意力机制的荔枝轻量化检测方法研究. 王聪,文晟,兰玉彬,严倩,姜永华,张建桃,罗菊川. 2025

作者其他论文 更多>>

微信小程序