Pha-YOLO:一种基于改进版YOLO11的多视图蝴蝶兰花朵检测与计数方法,该方法采用动态参考选择和自适应阈值处理技术
《Computers and Electronics in Agriculture》:Pha-YOLO: A multi-view Phalaenopsis flower detection and counting method based on improved YOLO11 with dynamic reference selection and adaptive thresholding
【字体:
大
中
小
】
时间:2026年01月16日
来源:Computers and Electronics in Agriculture 8.9
编辑推荐:
Phalaenopsis兰花计数采用多视角融合与改进YOLO架构,通过动态参考视图选择和自适应聚类阈值降低遮挡和重复计数,提升准确率至98.2%,参数量仅245.4万。
Dawei Xu|Xiaopeng Huang|Zihe Zhao|Zhenyuan Zhao|Dongyang Hu|Chao Yuan
华北电力大学自动化系,保定,071003,中国
摘要
蝴蝶兰是一种高价值的观赏植物,其商业价值取决于精确的花朵计数以进行质量分级。然而,手动计数劳动强度大、结果不一致且成本高昂。由于花朵重叠导致的严重遮挡、传送带运输过程中的动态尺度变化以及单视图检测器的固有限制(无法捕获完整的空间信息),自动化计数面临挑战。为了解决这些问题,我们提出了一种基于改进的YOLO架构的多视图花朵计数框架,称为Pha-YOLO。首先,为了应对传送带上动态尺度变化导致的检测误差,Pha-YOLO采用了轻量级的FasterNet主干网络,增加了P2小目标检测层,并整合了高效多尺度注意力(Efficient Multi-scale Attention)模块,从而提升了其在不同尺度下检测花朵的能力。其次,为了克服单视图计数的局限性,我们开发了一种多视图融合策略,使用四个同步的摄像头动态选择最佳参考视图进行坐标对齐,并根据场景属性自适应调整聚类阈值,从而减少遮挡和重复计数。消融实验表明,Pha-YOLO的平均精度(mAP)达到了98.2%,比基线模型提高了2.0%,同时仅使用了2.454M个参数。在计数实验中,所提出的多视图方法将平均漏检率降低了19.95%,与固定参考、固定阈值的融合方法相比,整体计数误差降低了4.40%。这些结果凸显了该框架在自动化蝴蝶兰花朵计数方面的卓越准确性和鲁棒性。
引言
蝴蝶兰是全球重要的高级观赏植物,因其蝴蝶般的花朵形状而得名。凭借鲜艳的颜色和较长的开花期,它们被誉为“兰花皇后”(Liao等人,2017年)。在进入市场之前,蝴蝶兰盆栽植物必须经过分级以确保质量一致性,其中花朵和花蕾的数量是重要的分级指标。然而,传统的分级仍然依赖于手动计数和分类,这既效率低下又常常不一致(Xu和Lu,2024年)。随着自动化和人工智能的进步,数据驱动的方法越来越多地用于蝴蝶兰的分级(Le和Lin,2024年)。因此,快速准确地检测和计数花朵和花蕾对于这一过程至关重要。
准确的花朵计数首先需要可靠的花朵检测。早期的方法主要依赖于传统的图像处理技术(Geng等人,2025年)。Bai等人(2017年)提出了一种改进的Fuzzy C-means(FCM)算法,用于在复杂背景下提取黄瓜叶斑病特征。Sun等人(2018年)使用HSI(色调、饱和度、亮度)颜色特征和流形排序方法进行青苹果检测。Henila和Chithra(2020年)提出了一种基于模糊聚类的阈值分割(FCBT)方法来检测苹果表面的缺陷区域。Castillo-Martínez等人(2020年)提出了一种基于颜色指数的阈值分割方法,用于植物图像的背景和前景分割。对于田间航拍图像中的油菜花,Mei等人(2021年)提出了一种结合HSI颜色空间阈值分割和X-means自动聚类的分割算法。然而,这些传统方法需要大量的人工干预,并且在不同的环境条件下缺乏鲁棒性。
近年来,基于深度学习的对象检测在农业中的应用日益增多。Chu等人(2021年)开发了一种Mask R-CNN深度网络,用于在不同光照条件下增强苹果的检测效果。Lawal(2021年)通过应用半监督学习方法、密集架构集成、空间金字塔池化和Mish激活函数改进了YOLOv3模型,用于番茄检测。Yijing等人(2021年)提出了一种基于YOLOv4深度学习的无花果识别方法,能够在复杂环境中快速准确地识别和定位无花果。Dai等人(2022年)提出了一种基于改进的YOLOv5的模型,用于在复杂条件下检测和分级发芽的土豆。Liu等人(2024年)使用了一种改进的轻量级YOLOv8网络,在边缘设备上实现了84.12%的平均精度(mAP)。Li等人(2024年)通过修改和简化YOLOv10模型,解决了番茄检测中边缘位置精度低和模型参数重的问题。Lin等人(2025年)构建了一种改进的苹果检测模型YOLO11-ARAF,解决了在复杂果园环境中检测不准确和适应性有限的问题。这些研究主要针对空间分布相对稀疏的对象;计数通常用于产量预测,因此可以容忍一定的计数误差。相比之下,蝴蝶兰是高价值的观赏植物,花朵计数对其分级结果有很大影响。由于这些植物存在严重的遮挡和重叠现象,检测算法必须具备处理这些挑战的鲁棒能力。
对于蝴蝶兰的分级,Sun等人(2017年)提出了一种基于三张花朵图像的三输入卷积神经网络模型。Tsai等人(2019年)提出了一种基于深度学习的方法来确定Oncidium兰花切花的等级。Chang等人(2021年)开发了一种基于改进的YOLOv3模块的自动蝴蝶兰分级系统,平均精度(mAP)达到了82%。Wang等人(2021年)提出了一种基于ZED 2立体相机和YOLO V4-Tiny深度学习算法的盆栽花朵检测和定位方法,mAP达到了89.72%。Houtman等人(2021年)提出了一种基于多假设跟踪的自动花朵计数方法,计数准确率达到了92%。Yang等人(2024年)提出了一种基于改进的YOLOv5的计数方法,从三个视角进行计数并选择最大值作为最终结果。尽管检测精度显著提高,多视图计数正在兴起,但多视图融合仍具有挑战性,尚未达到蝴蝶兰分级所需的精度。
多视图花朵计数面临几个需要系统解决的技术挑战。首先,重叠花朵之间的严重遮挡会导致单个视图中的检测不完整,需要融合策略来恢复被遮挡的目标,同时避免误报和重复计数。其次,跨重叠视图场的精确对齐需要仔细的相机校准和误差控制,因为多相机系统中的累积几何误差会大幅降低计数准确性和可靠性。第三,在传送带运动过程中精确同步摄像头对于保持帧级一致性和防止移动目标的重复计数至关重要。此外,实时处理多个视点的计算复杂性对工业应用提出了相当大的限制,特别是在资源有限的生产环境中。这些挑战共同限制了多视图计数在商业蝴蝶兰分级中的采用,并推动了新的解决方案的探索。
蝴蝶兰花的数量是商业分级的关键指标,直接影响其经济价值。为了解决传统单视图计数方法中存在的遮挡和重复计数问题,本研究提出了一种基于改进的YOLO11的多视图融合计数方法。主要贡献如下:
- 1.
通过整合FasterNet主干网络、P2小目标检测层和高效多尺度注意力(EMA)机制,我们提出了一种轻量高效? Pha-YOLO检测模型,能够在传送带运输过程中动态尺度变化的情况下准确检测蝴蝶兰的花朵和花蕾。
- 2.
我们开发了一种基于动态参考相机选择和自适应阈值聚类的多视图融合计数方法,通过利用四个相机的同步采集有效减少了遮挡和重复计数。
- 3.
我们建立了一个集成的基于深度学习的检测和多视图计数系统,用于实时蝴蝶兰分级,能够在传送带运输过程中自动执行花朵计数任务,从而为工业分级提供可靠的数据。
本文的其余部分组织如下:第2节描述了数据收集的材料和方法。第3节介绍了方法论,包括Pha-YOLO检测算法和多视图融合计数框架。第4节报告了所提方法的实验验证和性能分析,包括消融研究、比较实验和蝴蝶兰计数评估。最后,第5节总结了本文。
部分片段
多视图采集系统
鉴于蝴蝶兰枝条曲率和植株高度的变异性,以及在部署过程中控制植株方向的难度,我们开发了一个多视图采集系统来减少严重的遮挡和重叠。如图1所示,多视图采集系统包括传送带、外部皮带控制器、四个带有可调安装支架的RGB-D相机、补充照明、光电触发传感器、同步线、盆栽植物基座等
方法论
本节介绍了所提出的多视图蝴蝶兰检测和计数系统的方法论。该系统包括两个主要组成部分:(1)用于准确检测花朵和花蕾的Pha-YOLO检测算法;(2)用于实现全面空间覆盖和消除重复计数的多视图融合计数框架。图4展示了整个工作流程,该流程整合了检测、坐标转换、动态参考选择和自适应聚类等功能
消融实验
为了验证所提出的YOLO11改进的有效性,我们在蝴蝶兰数据集上进行了一系列消融研究。这些实验全面评估了每个单独改进组件的贡献。结果总结在表2中。
如图11所示,Pha-YOLO在所有评估配置中实现了最佳的平衡。FasterNet主干网络将模型参数减少了0.204M,有效降低了内存使用和计算成本
结论
在这项研究中,我们提出了一种基于改进的YOLO11框架的多视图方法,用于蝴蝶兰花朵和花蕾的检测和计数,以解决遮挡、重叠和单视图计数的局限性。我们通过用FasterNet替换YOLO11的主干网络,添加了P2小目标检测头,并引入了EMA注意力模块来开发Pha-YOLO。与基线YOLO11n模型相比,Pha-YOLO的平均精度(mAP)提高了2.0%,达到了98.2%,同时参数数量减少了
CRediT作者贡献声明
Dawei Xu:撰写 – 审稿与编辑、资金获取、正式分析、概念化。Xiaopeng Huang:撰写 – 审稿与编辑、初稿撰写、可视化、验证、软件开发、方法论。Zihe Zhao:验证、调查。Zhenyuan Zhao:监督、项目管理。Dongyang Hu:撰写 – 审稿与编辑、监督。Chao Yuan:资源协调、正式分析、数据管理。
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
本工作得到了国家自然科学基金(项目编号U21A20486)的支持。
生物通微信公众号
生物通新浪微博
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