基于关键细粒度分数预测的Transformer架构（key-fg DETR）在复杂农田环境中伪装蝗虫目标检测的创新研究

这篇研究提出了一种创新的Transformer检测框架key-fg DETR，通过整合细粒度分数预测器（FGSP）、掩码多层感知机（MaskMLP）、去噪模块和DropKey策略，显著提升了复杂农田环境中伪装害虫的检测性能。在COD10k和蝗虫数据集上的实验表明，该模型AP值分别达到36.31和75.07，较Deformable DETR提升2.3%-3.1%，召回率（Recall）和F1-score分别提高6.15%和6.52%，为农业害虫监测提供了鲁棒性解决方案。

　　

引言

昆虫通过长期进化形成的拟态能力使其在农业环境中难以检测，其中蝗虫因群体迁徙特性对作物造成毁灭性破坏。传统基于卷积神经网络（CNN）的方法在复杂背景下面临特征提取困难，而Transformer架构凭借全局注意力机制展现出显著优势。本研究首次提出量化伪装程度指标（CD），通过χ²距离计算目标与背景特征差异，验证蝗虫数据集的CD值达1.05，显著高于经典COD10k数据集。

材料与方法

数据集构建：基于GHCID数据集构建含2,379张图像的蝗虫数据集，通过EasyDL平台标注2,789个实例。创新性提出CD计算公式：CD = (T_gc < 0.9)/(T_gc ≥ 0.9)，其中T_gc为前景与背景的χ²距离。数据增强采用粘贴复制和随机旋转策略，将样本量扩充至5,522张。

模型架构：key-fg DETR以ResNet-50为骨干网络，核心创新包括：

1. FGSP模块：通过空间先验图引导查询向量聚焦潜在目标区域，提升细粒度特征判别力；
2. MaskMLP双分支：空间分支抑制遮挡边界噪声，通道分支关闭无关特征通道，通过Sigmoid生成像素级软掩码；
3. 去噪模块：采用匈牙利算法稳定偏移量学习，加速模型收敛；
4. DropKey策略：在自注意力中引入可控稀疏性，保留长程依赖关系。

实验结果

性能对比：在COD10k数据集上，AP₅₀达78.23，较Deformable DETR提升17.64个百分点；蝗虫数据集上Recall提高20.55%，显著优于Faster R-CNN等传统模型。

可视化分析：热图对比显示，Deformable DETR存在背景误检（如将树枝识别为蝗虫），而key-fg DETR能精准定位目标。Res5层特征图显示模型有效滤除杂草干扰，证实多尺度特征提取的有效性。

结论

该研究为农业害虫实时监测提供了突破性解决方案，其创新性体现在：1）首