IP-YOLO:基于渐进式特征融合与深度视觉Transformer的精准害虫检测新方法

《Chinese Journal of Electronics》:IP-YOLO: Progressive Fusion and Deep Vision Transformer for Accurate Insect Pest Detection

【字体: 大 中 小 】 时间:2026年01月04日 来源:Chinese Journal of Electronics 3

编辑推荐:

  本研究针对复杂农业场景下害虫检测精度低、小目标漏检率高等问题,提出基于YOLOv8框架的IP-YOLO算法。通过引入EfficientViT骨干网络增强全局特征提取能力,采用渐进式特征金字塔网络(AFPN)优化多尺度特征融合,并设计C2fSE注意力模块提升关键特征响应。实验表明,该算法在IP50数据集上精确度提升5%,召回率提升6%,mAP50提升4.1%,为农业害虫实时监测提供了高效解决方案。

  
在农业生产中,虫害每年造成巨大的经济损失,及时准确的害虫识别是减少损失的关键。然而,传统人工检测方法效率低下且易受主观因素影响,而复杂农田环境中害虫物种多样、背景干扰强、小目标特征稀少等难题,一直制约着自动化检测技术的发展。尤其当害虫体型微小或与作物颜色相似时,即使采用深度学习模型也容易出现漏检误判。
为解决这一难题,赣南师范大学的温文浩和王兴全团队在《Chinese Journal of Electronics》上发表研究,提出了一种名为IP-YOLO的创新害虫检测算法。该研究基于当前先进的YOLOv8n模型进行三重优化:首先采用轻量级EfficientViT作为骨干网络,通过多尺度注意力机制捕获害虫的全局特征;其次设计渐进式特征金字塔网络(AFPN)替代原路径聚合网络,缓解非相邻层级间的语义差异;最后将挤压激励注意力模块(SEAttention)与跨阶段部分连接模块融合,构建C2fSE模块增强模型对关键特征的聚焦能力。
关键技术方法包括:1) 使用包含6种变体的EfficientViT网络进行特征提取,最终选定参数量仅2.3M的M0版本;2) 通过AFPN结构实现渐进式特征融合,采用自适应空间融合(ASFF)机制分配空间权重;3) 在C2f模块瓶颈处嵌入SEAttention机制,通过全局池化和全连接层学习通道权重。实验使用IP50数据集(包含50类害虫的23,948张图像),训练时采用随机梯度下降(SGD)优化器,批量大小为16,图像分辨率统一调整为416×416像素。
模块实验结果表明:EfficientViT-M0在精度与计算效率间取得最佳平衡,使基线模型精确度提升至86.4%;AFPN在对比实验中以85.4%的精确度和7.7 GFLOPs的计算量优于BiFPN等结构;SE注意力机制在六种注意力模块比较中以89.8%的mAP50表现最优。
消融实验系统验证了各模块贡献:单独使用EfficientViT使精确度提升2.9%,结合AFPN后进一步提升至87.1%,最终集成C2fSE模块的完整IP-YOLO模型达到88.5%的精确度和89.8%的mAP50,较基线提升显著。
对比实验显示:IP-YOLO在IP50数据集上较YOLOv8n精确度提升5%,召回率提升6%,mAP50:95提升7.9%。在包含102类不平衡数据的IP102数据集上仍保持领先,验证了模型鲁棒性。视觉分析结果直观表明,IP-YOLO在复杂背景下的害虫检测置信度比原模型提高20%以上。
该研究通过多维度技术创新有效解决了农业害虫检测中的关键难题:EfficientViT的全局感知场增强了小目标特征捕获能力,AFPN的渐进融合策略降低了跨层级语义差异,C2fSE模块则通过注意力权重优化了特征选择机制。尽管在极端复杂场景下仍存在精度提升空间,但IP-YOLO以仅4.25M参数量的轻量化设计,为田间实时害虫监测提供了切实可行的技术方案。未来通过引入图像超分辨率重建等技术,有望进一步突破微小害虫的检测瓶颈。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号