基于轻量化多维网络优化的果园苹果成熟度实时视觉检测方法

《Frontiers in Plant Science》：Lightweight visual detection approach for apple ripeness perception in intelligent orchard harvesting scenarios

　　

针对复杂果园场景中苹果成熟度检测面临的果实遮挡、重叠、强光照干扰以及相似果实间成熟度特征差异细微等问题，常规轻量化检测模型在田间环境下存在精度低和特征丢失严重等缺陷。为解决上述问题，本文提出了一种基于多维网络结构优化的实时轻量化苹果成熟度检测方法，在轻量化部署与复杂果园背景特征感知能力之间取得平衡。具体而言，在骨干网络末端采用深度可分离卷积（DWConv）替代标准卷积以降低冗余计算；在C2PSA模块中嵌入无参数SimAM注意力机制，增强复杂背景下苹果有效特征的提取能力；此外，在颈部网络中采用自适应下采样（ADown）替代传统下采样结构，保留果实纹理与颜色细节并缓解特征退化。研究构建了包含红色、绿色及红绿条纹苹果的多类别果园数据集，涵盖光照变化、果实遮挡和密集堆叠等条件，并通过消融实验、对比实验和泛化实验验证模型性能。结果表明，与YOLOv11n相比，所提方法在精确率（Precision）、召回率（Recall）、F1分数（F1-score）、mAP50和mAP50-95上分别提升8.6%、9.5%、8.9%、10.9%和24.4%，参数量和计算量分别降低12.8%（2.25 M）和25.4%（4.7 GFLOPs），推理速度达109 FPS。作为零成本特征优化模块，SimAM有效消除了因外观颜色相似苹果造成的分类混淆。优化后的模型展现出优越的光照鲁棒性、泛化能力和收敛性能，在检测精度、模型尺寸和推理速度之间实现了良好平衡，可支持果园田间实时边缘部署。本研究为果园果实智能成熟度检测与自动分级提供了技术支撑。

论文解读：基于轻量化网络优化的苹果成熟度实时检测方法研究

一、研究背景与问题提出

苹果作为市场上广受欢迎的经济水果，其成熟度判定贯穿采摘、品质分拣、贮藏保鲜及市场销售的全过程，直接关系到采收时机的确定、后续加工方式的选择以及产品的市场价值。传统人工目视检测方法缺乏标准化判据，不同操作人员之间判定标准存在差异，检测效率低下且人力成本高昂，同时自然生长环境中植被遮挡、果实簇生和光照波动等客观因素进一步增加了误判概率，已难以适应现代规模化果业生产的发展需求。

随着深度学习目标检测算法的快速发展，基于计算机视觉的果实状态评估逐渐成为主流研究方向。当前目标检测算法主要分为两阶段和单阶段两大类。两阶段算法特征提取过程精细，在常规场景下识别精度较高，但网络层级繁琐、计算资源消耗大、推理耗时长，难以适应田间移动检测设备和实时采摘装备的需求。单阶段算法采用端到端处理模式，网络结构简化，推理时间显著缩短，其中YOLO系列凭借框架设计简洁、实时检测性能优异和泛化能力强等优势，被广泛应用于农林果实检测研究。

然而，将现有YOLO算法直接应用于真实果园苹果成熟度检测仍面临多重挑战。自然生长环境中背景杂乱，枝叶常遮挡果实，相邻果实紧密堆叠，导致局部特征丢失，产生漏检和误检。不同成熟阶段苹果外观相似度高，颜色渐变范围窄，表皮纹理差异细微，模型难以精确捕捉这些微小差异。此外，多数基线检测模型参数规模庞大、计算需求高、硬件要求苛刻，难以部署在算力有限的便携式智能设备上，制约了算法在田间场景的实际应用。

二、研究内容与核心结论

针对复杂自然环境影响、细微特征识别困难和轻量化部署受限等系列实际问题，研究人员以YOLOv11n为基础模型，设计了轻量化苹果成熟度检测算法Apple-YOLO-RD。该算法结合苹果果实外观规律与田间环境成像特征，重新设计了网络架构，优化了特征提取模块与特征融合逻辑，在降低模型参数量和计算开销的同时保留核心特征学习能力，缓解复杂环境造成的检测干扰。研究构建了包含红色、绿色及红绿混合三类苹果的专用数据集，通过消融实验、对比实验和泛化实验验证了算法性能。结果表明，与YOLOv11n基线相比，Apple-YOLO-RD在精确率、召回率、F1分数、mAP50和mAP50-95上分别提升8.6%、9.5%、8.9%、10.9%和24.4%，参数量降至2.25 M，计算量降至4.7 GFLOPs，推理速度达109 FPS，实现了检测精度、模型尺寸和推理速度的良好平衡，支持果园田间实时边缘部署。

三、关键技术方法

研究人员主要采用了以下关键技术方法。第一，在骨干网络末端以深度可分离卷积（DWConv）替代标准卷积，通过分组卷积机制显著降低参数量和浮点运算量，压缩模型体积并提升推理效率。第二，在C2PSA模块后嵌入无参数SimAM注意力机制，基于神经科学原理通过能量函数量化每个神经元的重要性，自适应增强苹果区域特征响应并抑制枝叶、土壤和杂草等背景干扰，无需额外参数和计算开销。第三，在颈部特征融合网络中将传统下采样模块全部替换为自适应下采样（ADown），通过自适应权重学习在压缩特征尺度的同时保留浅层纹理、颜色差异和过渡边缘等细节信息。此外，研究构建了包含1570张有效图像的多类别果园数据集，其中769张于2024年8月底至10月初在山东胶东地区自然苹果园使用iPhone 14 Pro Max实地拍摄，801张选自公开农业数据集，涵盖晴天、阴天和逆光等多种光照条件及遮挡、重叠等自然干扰场景。

四、研究结果分析

消融实验结果：研究人员设计了三组模块消融实验。单模块实验中，SimAM使mAP50-95提升3.7个百分点，显著增强模型对细微成熟度特征的关注能力；ADown使mAP50-95提升4.5个百分点，同时减少参数量0.14 M和计算量1.4 GFLOPs；DWConv主要实现模型压缩，减少参数量0.18 M。双模块组合实验中，SimAM与ADown组合使mAP50-95累计提升10.0个百分点，ADown与DWConv组合实现特征保留与网络压缩的双重效果。三模块完整集成后，精确率、召回率、mAP50和mAP50-95分别较基线提升8.3、9.5、10.9和24.4个百分点，参数量减少0.32 M，计算量降低1.6 GFLOPs，推理速度基本保持不变，验证了三模块功能互补和协同优化的合理性。

改进前后对比结果：在晴天、阴天和逆光等典型天气条件下，基线YOLOv11n在低照度阴天和强眩光逆光场景中对红绿条纹苹果的颜色特征区分能力显著下降，频繁出现成熟度误判和小目标漏检。改进后的Apple-YOLO-RD凭借SimAM的特征增强能力和ADown的细节保留优势，有效抑制各类天气条件下的光照噪声干扰，显著减少复杂天气场景中的误检和漏检。性能曲线对比显示，基线模型各评估曲线波动明显，高置信度阈值下精确率和召回率显著下降；改进模型曲线整体更平滑稳健，在各置信度阈值下均保持较高性能水平。混淆矩阵对比表明，基线模型在红绿条纹苹果与红色或绿色苹果之间表现出显著类别混淆，而改进模型有效降低了相似外观特征的混淆概率。训练收敛曲线对比显示，基线模型损失下降缓慢且波动明显，最终收敛损失值较高；改进模型损失下降更快，收敛速度更快，最终损失值显著低于基线，表现出更优的拟合能力和收敛稳定性。

经典模型对比实验结果：与两阶段Faster R-CNN-R50、基于Transformer的RT-DETR-R50以及SSD、EfficientDet和多个YOLO系列轻量化模型进行对比，Apple-YOLO-RD在所有精度指标上均优于对比模型。传统两阶段和早期轻量化模型在复杂果园场景中性能有限，SSD和YOLOv3-tiny的mAP50-95仅为42.8%和45.1%。YOLOv11n作为最优基线，mAP50-95为53.8%，但仍存在特征增强不足和抗干扰能力弱的问题。Apple-YOLO-RD的mAP50-95达78.2%，较最优基线提升24.4个百分点，同时仅含2.25 M参数、4.21 MB权重和4.7 GFLOPs计算量，推理速度109 FPS，在精度、轻量化和实时性三方面实现综合最优。骨干网络替换对比实验中，ShuffleNetV2、GhostNet和MobileNetV3-S等超轻量网络参数量少但特征提取能力有限，HGNetV2、EfficientNetV2-B0和VanillaNet精度有所提升但参数量和计算量显著增加，最优的StarNet-S050 mAP50-95仅为69.7%，而Apple-YOLO-RD较其提升8.5个百分点，验证了所提骨干优化策略的优越性。

五、讨论与结论

研究表明，SimAM注意力机制作为零成本特征优化模块，能有效消除因颜色和外观相似的苹果造成的分类混淆，ADown自适应下采样模块最大化保留了颜色过渡细节，DWConv轻量化结构优化精简了冗余网络参数并降低了训练复杂度。三个模块并非简单堆叠，而是针对苹果成熟度检测任务功能互补的组件，其协同作用实现了检测精度与模型轻量化的双重优化。优化后的模型展现出优越的光照鲁棒性、泛化能力和收敛性能，能够稳定适应多变的户外天气条件，满足果园全天候苹果成熟度检测需求。

本研究为果园果实智能成熟度检测与自动分级提供了技术支撑，为类似的水果成熟度检测和农产品外观分级智能应用提供了可行的技术参考，有助于果业向智能化和高效化方向稳步发展。