基于GenAI训练框架的复杂茶园场景多尺度茶芽分级检测模型GE-DETR研究

本文提出了一种基于生成式人工智能（GenAI）训练框架的多尺度茶芽分级检测模型GE-DETR，通过级联分组注意力（CGA）模块、小目标特征增强网络（SOFE-Net）和动态参数调优机制，有效解决了复杂茶园环境中多尺度茶芽检测的冗余特征、遮挡和光照干扰问题。实验表明该模型在mAP@50达到91.73%的同时显著降低了参数量和计算开销，为茶芽智能分级采摘提供了高效轻量化解决方案。

　　

亮点 (Highlights)

• •
  提出新型GE-DETR模型，集成CGA模块与SOFE-Net网络，显著提升复杂茶园场景下多尺度茶芽检测精度
• •
  采用GenAI动态训练框架实现参数自适应优化，增强模型鲁棒性和泛化能力
• •
  在已知场景测试集上mAP@50达91.73%，参数量降低33.60%，推理速度提升39.53%
• •
  在未知场景测试集上mAP@50较基线模型RTDETR提升5.44%

数据采集 (Data acquisition)

本研究茶芽数据集采集自浙江省杭州市余杭区良渚竹径茶园、大径山景区茶园及凤岭村茶谷–龙井未来茶镇（东经119°43′–120°06′，北纬30°10′–30°32′），共包含5400张图像，涵盖九坑、平阳特早、径山1号、龙井43四个茶树品种。

实验设置与评价指标 (Experimental setup and evaluation indicators)

实验采用Windows 11系统，配备Intel Core i7-13700HX处理器、NVIDIA RTX 4060 GPU及32GB内存。软件环境为Python 3.8.2、CUDA 11.7、PyTorch 2.0.0框架及Qianwen与GPT-4o辅助训练。输入图像统一缩放至640×640像素，使用SGD优化器进行训练。

结论 (Conclusion)

针对茶芽自动化分级采摘需求，本研究提出基于GenAI训练框架的目标检测模型GE-DETR。通过编码器集成CGA模块解决特征冗余与复杂背景干扰问题，结合SOFE-Net增强小目标特征保留能力，并利用GenAI实现动态参数调优。该模型在检测性能与效率间取得平衡，为资源受限的边缘设备部署提供了可靠技术方案。