《Sensors》:Proposal for Computationally Efficient Fog Computing System for Coffee Berry Borer Detection via Optimized YOLOv26
Ingrid P. Huaman-Pacco,
Erwin J. Sacoto-Cabrera,
Vinie Lee Silva-Alvarado,
Ali Ahmad,
Sandra Sendra,
Jaime Lloret and
Edison Moreno-Cardenas
编辑推荐:
为解决咖啡果小蠹(CBB)早期侵染症状微小且在复杂田间条件下难以检测的问题,研究人员开展了一项主题为“计算高效的雾计算系统用于咖啡果小蠹检测”的研究。通过评估并优化多种YOLO目标检测架构,研究发现集成FasterNet和SimSPPF模块的M6模型在检测精度(mAP@0.5=0.9446)与计算开销(5.12 GFLOPs)之间取得了最佳平衡。帕累托(Pareto)分析确认M6为最优配置。该研究的意义在于提出了一种可在低功耗雾设备上实现高保真度害虫监测的结构化优化方案,为复杂农业环境中的实时病虫害监测提供了可行的技术路径。
在咖啡的醇香背后,隐藏着一个微小的“刺客”——咖啡果小蠹(Coffee Berry Borer, CBB)。这种名为Hypothenemus hampei的小甲虫,被公认为危害阿拉比卡咖啡全球生产的头号害虫。它大部分生命周期都在咖啡浆果内部完成,导致外部防治措施收效甚微,每年造成超过5亿美元的经济损失。更棘手的是,早期侵染症状(微小的穿孔)极其微小,且咖啡浆果在田间往往密集丛生、相互遮挡,这给传统人工监测和早期预警带来了巨大挑战。长期以来,种植者依赖化学农药,这不仅带来了农药残留、害虫抗药性以及环境健康风险,其高昂成本也让主导全球咖啡生产的小农户难以承受。
在此背景下,人工智能与计算机视觉技术为精准农业带来了变革的希望。特别是基于卷积神经网络(CNN)的深度学习(DL)模型,为农业环境中的快速、精确视觉识别任务提供了强大工具。然而,现有技术在检测密集簇生果实中微小的害虫损伤方面仍存在技术缺口。同时,将先进模型部署到咖啡种植园等资源受限的边缘计算环境,以实现实时、低延迟的监测,也是一个亟待解决的问题。因此,开发一种高效、可扩展且能适应真实农业条件的监测技术势在必行。
这项发表在《Sensors》上的研究,正是为了应对这一挑战。研究团队旨在通过实施和优化基于YOLOv26n架构的目标检测系统,实现对CBB相关损伤的快速检测;利用具有高视觉复杂性的混合数据集,对边界框标注策略进行实证验证;并量化该系统在真实世界条件下,部署于低成本雾计算平台时的检测效率和计算延迟。
为开展此项研究,作者团队采用了几个关键技术方法:首先,在秘鲁库斯科的咖啡种植园,使用配备OV5642传感器的ESP32-CAM模块采集图像,构建了一个包含1503张标注图像的数据集,标注类别包括健康、受损、受感染浆果及浆果簇。其次,研究设计了一个多层级的雾计算无线传感器网络架构,由执行图像采集的节点摄像头(Node Cam)和作为雾设备、运行优化YOLO模型的集群头节点(Cluster Head,采用Raspberry Pi 5 + AI HAT+)等组成。最后,在模型层面,研究以YOLOv8n (M0)、YOLOv11n (M1) 和YOLOv26n (M2) 为基线,开发了七个架构变体(M3-M9),通过集成FasterNet(采用部分卷积PConv)、SimSPPF(简化空间金字塔池化-快速)和EMA(高效多尺度注意力)等模块进行优化,并采用多目标模型选择框架(包括延迟性能得分LPS、GFLOPs效率得分指数GESI等)和帕累托前沿分析来确定最优模型。
4.1. 收敛分析
通过监测10个YOLO变体(M0–M9)超过100轮训练的学习行为,发现所有模型在60轮后精度趋于稳定。提出的M6变体在第100轮时实现了最高的检测精度,mAP@0.5达到0.94467,略优于基线M0和M1。同时,M6的总损失值显著低于基线模型,这表明FasterNet和SimSPPF模块的集成有助于目标函数更精确地收敛。
4.2. 模型性能的统计评估
测试集的实验结果表明,基线模型M0获得了最高的检测精度(mAP@0.5 = 0.9534),但计算量也最大(6.09 GFLOPs)。而集成了FasterNet和SimSPPF的M6模型,在mAP@0.5达到0.9446的同时,将计算量降低至5.12 GFLOPs,实现了最佳的精度-效率权衡。相比之下,集成EMA注意力机制的变体(如M9)其精度和召回率呈下降趋势,表明在纳米级模型中,过多的注意力模块可能引入不必要的复杂性。
4.3. 结构效率与帕累托分析
通过综合mAP@0.5、LPS、GESI、PEI和GFLOPs五个维度的多目标分析,M0模型在精度顶点表现突出,但在其他效率维度上表现不佳。M6模型则在自定义得分标准下表现最优,它在保持0.9446竞争性精度的同时,在参数利用效率(PEI)和计算效率(GESI)上表现优异,其计算负载与最轻量的M3模型持平(5.124 GFLOPs)。帕累托分析确认M6是在资源受限部署条件下权衡精度与复杂性的最佳架构。
4.4. 原位田间性能分析结果
在25个独立监测点进行的原位验证显示,尽管存在投射阴影等挑战,M6模型对于“受感染”浆果类别的平均F1分数达到0.7255,且标准差很低,表现稳定。“健康”浆果类别的平均F1分数为0.6615,其性能波动主要源于叶片阴影导致的误分类。而“受损”浆果类别的检测最具挑战性,平均F1分数仅为0.2713,这是因为在阴影区域,活动性侵染的特征性入口孔洞被掩盖。
4.5. XAI分析
使用Eigen-CAM算法进行的可解释人工智能分析显示,M6模型的高语义激活热点与浆果病理症状区域在空间上精确相关。即使在部分遮挡的关键场景下,网络也能成功忽略障碍物,将注意力集中在果实的可见纹理和形态异常上。这验证了FasterNet和SimSPPF模块在复杂田间环境中的鲁棒性。分析也揭示了模型在低光照和远距离拍摄条件下的局限性。
4.6. M6与M9的性能评估对比
M6与M9的对比分析进一步证实了M6的优越性。M6在检测上表现均衡,而M9则在“健康”和“受损”类别上失败。Eigen-CAM可视化显示,M6的热图集中且相关,而M9的激活则较为分散。这表明,在密集冠层场景中,M9集成的EMA模块可能过度拟合了由叶片阴影引起的背景噪声,导致了特征冗余和语义错位。
4.7. 与文献的比较分析
与近期其他农业检测研究相比,本研究提出的框架在检测精度、计算效率和可解释性验证之间取得了平衡。虽然一些研究在特定数据集上取得了更高的精度,或通过剪枝、量化实现了更轻量的模型,但本研究通过系统集成高效模块和帕累托最优性分析,明确形式化了检测保真度与计算开销之间的权衡,为在资源受限环境中部署、用于检测密集小目标的模型选择提供了原则性框架。
4.8. 局限性
研究也指出了若干局限性:在低光照和远距离拍摄条件下性能会下降;数据集的特定地理背景可能限制模型的泛化能力;咖啡树密集叶丛导致的信号衰减(约1.2 dB/m)限制了WiFi通信距离,影响了无线传感器网络的可扩展性;模型仅在树莓派5单一边缘平台上进行了部署评估。
本研究证明,集成轻量级架构增强可以显著改善咖啡果实病理检测系统中检测精度与计算效率之间的平衡。其中,结合了FasterNet和SimSPPF模块的M6模型表现出最有利的精度-效率权衡,并以帕累托最优性得到确认。该框架能够学习可靠的视觉表征以检测咖啡果小蠹造成的损伤,并通过XAI分析验证了其决策的聚焦性。尽管在阴影和低分辨率条件下存在性能衰减,但这项工作为复杂农业环境中的实时病虫害监测提供了一条可行的技术路径。
未来研究应专注于在多样化真实条件下提升系统的鲁棒性和泛化能力。这包括扩展数据集、集成自适应光照校正与距离感知特征增强策略、探索结合近红外或热传感的多模态感知框架,以及开发集成的边缘-雾-云计算管道。这些方向将有助于实现可扩展的田间实时决策支持,最终为咖啡生产中咖啡果小蠹的 infestations 管理迈向更高效、可持续的未来做出贡献。