GCP-YOLO:复杂温室场景中小辣椒花朵的高精度检测

《Frontiers in Plant Science》:GCP-YOLO: high-precision detection of tiny chili flowers in complex greenhouse scenes

【字体: 大 中 小 】 时间:2026年07月06日 来源:Frontiers in Plant Science 5.9

编辑推荐:

  辣椒花朵和芽的精确识别对于使能智能机器人授粉、连续作物监测以及保护地园艺中的早期产量预测至关重要。由于辣椒目标极小、分布密集且常被叶片遮挡,同时温室环境引入强烈的光照变化和背景反射,可靠的视觉传感仍具有挑战性。这些因素常导致现有模型的特征提取不足和检测精度不稳

  
辣椒花朵和芽的精确识别对于使能智能机器人授粉、连续作物监测以及保护地园艺中的早期产量预测至关重要。由于辣椒目标极小、分布密集且常被叶片遮挡,同时温室环境引入强烈的光照变化和背景反射,可靠的视觉传感仍具有挑战性。这些因素常导致现有模型的特征提取不足和检测精度不稳定,限制了它们在自动化监测系统中的实际部署。为解决这些挑战,本研究提出了GCP-YOLO,一种基于YOLOv11n架构的轻量级高性能检测框架。该模型通过三项关键改进增强了小目标感知能力。首先,重新设计的广义特征金字塔网络(GFPN)加强了跨尺度特征交互,改善了细粒度纹理线索与深层语义信息的融合。其次,引入了C2CGA上下文引导注意力模块,以强调花卉结构特征,同时抑制由反射和冠层杂乱引起的背景噪声。第三,扩展的多尺度检测头(P2–P6)整合了更广泛的上下文信息,以减少密集种植场景中的漏检和误检。在自建辣椒花朵数据集上的实验结果显示,该方法达到了92.8%的精确率、83.7%的召回率、90.8%的mAP50和72.7%的mAP50-95,相比YOLOv11n基线分别提升了2.1、1.3、3.9和6.6个百分点。在NVIDIA Jetson AGX Orin边缘平台上的部署展示了97.9 FPS的实时推理速度,证实了其适用于设备端表型分析。总体而言,所提方法显著提高了复杂温室条件下的检测鲁棒性,为自动化作物监测和数据驱动的产量估算提供了一种有效的视觉传感方法。
**论文解读文章**

**研究背景、问题与意义**
辣椒(*Capsicum annuum*)作为全球最重要的经济蔬菜作物之一,在保障蔬菜稳定供应和支持高价值保护地农业生产系统中扮演关键角色。在现代植物科学与精准园艺中,开花期不仅是决定坐果和产量质量的关键生理阶段,也是生产潜力的早期指标。准确监测花朵和芽可提前数周预测产量,为灌溉调度、授粉管理和劳动力规划提供决策支持。然而,在温室表型监测场景中,辣椒花朵检测面临独特挑战:辣椒芽体积极小(厘米级)、分布密集,且常被叶片遮挡;温室环境中的强烈光照变化、塑料地膜和结构材料的镜面反射形成了与花瓣纹理高度相似的背景噪声。现有模型在高度杂乱的温室场景中难以同时检测微小芽体并抑制视觉上相似的背景结构,导致频繁的误检和漏检。这些问题限制了自动化监测系统的大规模可靠部署,而鲁棒性、实时推理和机器人平台兼容性正是此类系统的核心需求。为此,研究人员开展了本研究,提出GCP-YOLO检测框架,旨在提升复杂温室环境下微小辣椒花朵的感知能力。该研究发表在《Frontiers in Plant Science》。

**关键技术方法**
研究人员采用的数据采集地点为中国湖南省长沙市芙蓉区湖南农业大学蔬菜研究基地(28°11’N, 113°04’E),以“8214upup”突变辣椒品种为实验材料,该品种具有直立花序表型。使用佳能R50高清数码相机于2025年6月至8月盛花期,在每天06:00–11:00和15:00–17:00两个时段,从30–80 cm拍摄高度和0°–45°视角进行多角度环绕成像,共采集1875张高分辨率图像,并通过复合数据增强策略(随机亮度+高斯噪声、随机遮挡+椒盐噪声、几何平移、随机旋转+对比度调整)扩展至5399张图像,按8:1:1划分训练、验证和测试集。关键技术方法包括:(1)重新设计的广义特征金字塔网络(GFPN),通过跨尺度跳跃连接和加权融合强化浅层纹理与深层语义信息交互;(2)C2CGA上下文引导注意力模块,利用级联多头自注意力机制动态强调花卉结构边缘并抑制背景反射和冠层杂乱;(3)扩展的多尺度检测头(P2–P6),在原始三尺度基础上增加P2(4倍下采样)和P6(64倍下采样)头,构建覆盖微纹理到宏观语义的全尺度感知系统。模型基于YOLOv11n架构,在配备Intel Core i5-13600KF处理器和NVIDIA GeForce RTX 3060 Ti(8GB显存)的工作站上训练,超参数包括输入分辨率640×640×3、SGD优化器、初始学习率0.01、批量大小4、训练轮数200,并采用早停机制。推理部署在NVIDIA Jetson AGX Orin边缘平台。

**研究结果**

**消融实验**
通过系统消融实验验证三个核心模块(GFPN、C2CGA、P2–P6)的独立贡献与协同效应。以YOLOv11n为基线(P=90.7%,R=82.4%,mAP50=86.9%,mAP50-95=65.6%):单独引入GFPN使召回率提升至83.9%,mAP50和mAP50-95分别提高1.1和1.1个百分点;单独引入C2CGA导致性能下降(R=80.8%,mAP50=85.6%),表明注意力模块在轻量基线上单独使用无法充分发挥作用;单独引入P2–P6使精确率大幅提升至94.1%,但召回率降至81.2%;GFPN与C2CGA组合取得最高召回率85.0%,但mAP提升有限;GFPN与P2–P6组合使精确率达93.7%;当三个模块全部集成时,GCP-YOLO取得最优综合性能:mAP50=90.8%,mAP50-95=72.2%,较基线分别提升3.9和6.6个百分点,参数量从2.58M增至6.29M,计算复杂度从6.3 GFLOPs升至12.8 GFLOPs,但仍保持50.3 FPS的实时推理速度。

**骨干网络对比实验**
为探究不同特征融合结构的性能,将原始PANet替换为BiFPN、HSFPN、EMBSFPN、GDFPN、BiMAFPN、CGRSFPN和GFPN。GDFPN和BiMAFPN精确率高达94.4%和94.0%,但召回率分别降至80.2%和79.6%,呈现“高精度、低召回”的不平衡。GFPN以91.3%精确率取得最高召回率83.9%,mAP50和mAP50-95分别达88.0%和66.7%,在检测完整性和准确性之间达到最佳平衡。

**注意力模块替换实验**
将基线模型(YOLOv11n+GFPN)中的C2PSA替换为CASSD、C2BRA、C2DA和C2CGA。C2DA精确率最高(92.8%),但召回率降至81.6%。C2CGA模块在保持精确率的同时将召回率提升至85.0%,mAP50达88.2%,表明上下文引导注意力有效增强了花卉形态边缘和关键纹理特征的捕获能力。

**检测头配置实验**
在YOLOv11n+GFPN+C2CGA基础上单独添加P2或P6头使精确率升至95.4%和95.1%,但召回率分别降至81.1%和80.3%。而P2+P6组合头使mAP50提升至90.8%,mAP50-95达72.2%,表明P2和P6协同作用融合了微小芽体细节和大尺度花朵形态特征。

**与主流模型对比**
与RTDETR-r50、YOLOv5n、YOLOv6n、YOLOv10n、YOLOv11n、YOLO26n对比,GCP-YOLO取得最佳整体性能:召回率83.7%、mAP50 90.8%、mAP50-95 72.2%。相比RTDETR-r50,计算复杂度降低约90.6%,同时mAP50-95提升11.0个百分点。在四种随机种子下的鲁棒性测试中,精确率标准差0.27%,召回率标准差0.06%,mAP50方差为零,显示高度稳定性。

**检测结果可视化**
在不同光照(强光、阴影、模糊)和遮挡(遮挡、强光+遮挡、不完整特征)条件下,GCP-YOLO能准确捕捉目标,而YOLOv5n、YOLOv6n、YOLOv8、YOLOv11、YOLO26和RTDETR-r50出现较多漏检(紫色圆圈)和误检(红色圆圈)。在边缘目标和特征不完整场景中,GCP-YOLO通过改进模块成功实现精确定位。

**热图可视化**
Grad-CAM热图显示,基线YOLOv11n的注意力区域扩散到叶片边缘和背景,而GCP-YOLO的热峰高度集中于花瓣边缘和花心,激活边界清晰且与真实目标几何轮廓一致,即使在严重遮挡下也能精确锁定微小芽体,有效抑制非目标区域的权重响应。

**边缘部署实验**
在NVIDIA Jetson AGX Orin平台上使用FP16精度推理,GCP-YOLO平均帧率达97.9 FPS(单帧处理延迟约10 ms),参数量仅6.29 M,计算量12.8 GFLOPs,证实模型在资源受限农业机器人上的实时部署可行性。

**误差分析**
误检主要出现在强叶片反射或衰老叶片边缘区域,背景纹理与花卉结构形态相似导致识别混淆。漏检主要与位于深阴影或严重遮挡下的极小芽体相关,视觉信号弱且特征对比不足。这些观察表明极端小目标和严重光照变化仍是基于RGB的检测系统的挑战。

**讨论与结论**
讨论部分指出,所提GCP-YOLO模型通过GFPN、C2CGA和P2–P6多尺度检测头的协同作用,有效解决了复杂温室环境中微小辣椒花朵的密集分布、严重遮挡和特征提取不足问题。误差分析揭示误检和漏检主要源于叶片镜面反射和极小芽体的低对比度,未来可结合多模态传感信息(如深度和红外数据)或利用时间序列线索进一步改进。研究结论翻译如下:针对复杂温室环境中辣椒花朵分布密集、遮挡严重和特征提取不足的挑战,本研究提出了基于YOLOv11n的改进检测框架GCP-YOLO。通过重新设计特征融合结构、引入上下文引导注意力机制和扩展多尺度检测层,提升了模型在复杂光照和背景条件下对小而密集辣椒花朵的感知能力。主要结论总结如下:开发了一种适用于复杂农业环境的高精度辣椒花朵检测框架。实验结果显示,所提GCP-YOLO模型的精确率、召回率、mAP50和mAP50-95分别达到92.8%、83.7%、90.8%和72.7%,相比原始YOLOv11n模型,对应指标分别提升2.1、1.3、3.9和6.6个百分点,证明了所提改进在增强小目标特征表达和密集目标感知方面的有效性。重新设计的GFPN结构和引入的C2CGA注意力机制有效加强了跨尺度特征交互和上下文信息提取,使模型在光照变化、背景干扰和部分遮挡条件下实现更准确的辣椒花朵定位与识别,从而提高了复杂温室场景中的检测稳定性。在NVIDIA Jetson AGX Orin平台上的部署实验表明,所提模型在边缘设备上保持了稳定的实时推理性能,推理速度达97.9 FPS,结果表明所提框架在智能农业监测和机器人感知任务中具有良好的实际应用性。未来研究将进一步探索多模态传感信息的整合,如深度和红外数据,以改善极端光照和严重遮挡条件下的感知鲁棒性。此外,将探索关键点定位与机器人运动规划的结合,以实现精准授粉点定位,支持智慧农业中自主授粉系统的开发。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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