基于Nextv2-DETR的轻量化实时马铃薯分选模型：面向移动端部署的精准农业新方案

本文推荐一篇聚焦农业智能检测的创新研究。作者团队通过改进RT-DETR框架，引入轻量化卷积网络ConNextv2与动态注意力机制（BiFormer_Attention），构建了适用于复杂农田环境的马铃薯实时识别模型（Nextv2-DETR）。该模型在精度（AP提升至96.3%）与效率（参数量降至43.8%，检测速度达70 FPS）间取得突破性平衡，为移动端视觉分选机器人提供了关键技术支撑。

　　

Section snippets

Image acquisition and annotation

马铃薯收获机将土块和马铃薯提升至振动链实现初步分离，但形状相似的土块、石块仍需人工分选。本研究在不同时段（早晨、中午、傍晚）采集马铃薯收获机输送带图像，包含多种马铃薯品种、土块及石块数据，并通过LabelImg工具标注目标边界框，构建包含12,368张图像的数据集，按8:1:1划分训练集、验证集与测试集。

Evaluation of model performance

采用COCO评价体系，通过精确率（Precision, P）与召回率（Recall, R）等多指标综合评估模型性能。计算公式如下：

P = TP / (TP + FP)

R = TP / (TP + FN)

Discussion

农业边缘计算设备受算力限制，轻量化设计至关重要。Nextv2-DETR通过ConNextv2主干网与动态稀疏注意力机制（BiFormer_Attention），在降低参数量的同时增强特征提取能力，为移动端部署提供可行方案。未来可探索多模态融合与自监督学习进一步提升泛化性。

Conclusions

Nextv2-DETR融合轻量化ConNextv2主干网与深度可分离卷积（DSC），通过C2f特征融合网络实现多层级特征交互，并结合BiFormer_Attention模块捕获长程依赖关系。改进后模型平均精度（AP）达96.3%，参数量、计算量（FLOPs）及检测时间分别降至原模型的43.8%、31.1%与94.4%，以70 FPS的实时性能为马铃薯视觉分选机器人提供高效解决方案。

CRediT authorship contribution statement

Xiang Kong: 文稿撰写/可视化/软件/数据管理；Fei Liu: 经费获取/项目指导；Yingsi Wu: 经费获取/项目指导；Lihe Wang: 数据管理/项目指导；Wenxue Dong: 数据管理/项目指导；Xuan Zhao: 文稿审校/经费管理。

Funding

本研究受国家自然科学基金（32060418）、自治区自然科学基金（2021MS05067）及自治区重点研发计划（2023YFHH0012）资助。

Declaration of competing interest

作者声明无已知利益冲突。