《Agronomy》：YOLOv12n-SCA: A Hybrid Attention-Based Model for UAV-Based Assessment of Rice Transplanting Quality
编辑推荐：
摘要专业翻译
机械化水稻移栽是大规模栽培的关键方法。为实现快速、准确的秧苗检测并评估水稻移栽质量，本文提出了一种改进的YOLOv12n模型，即YOLOv12n-SCA。首先，研究人员将SCA混合注意力模块嵌入YOLOv12n的骨干网络（backbone）和颈部
摘要专业翻译
机械化水稻移栽是大规模栽培的关键方法。为实现快速、准确的秧苗检测并评估水稻移栽质量，本文提出了一种改进的YOLOv12n模型，即YOLOv12n-SCA。首先，研究人员将SCA混合注意力模块嵌入YOLOv12n的骨干网络（backbone）和颈部网络（neck）中，融合了SCSA（空间与通道协同注意力，Spatial and Channel Synergistic Attention）和CA（坐标注意力，Coordinate Attention）模块的优势，增强了模型在复杂稻田背景下提取和定位秧苗特征的能力。其次，基于秧苗检测坐标的聚类分析和株距判别规则，可自动识别漏插秧苗区域。实验结果表明，YOLOv12n-SCA模型的精确率（Precision）、召回率（Recall）、mAP@0.5和mAP@0.5:0.95分别达到93.6%、90.3%、95.3%和79.8%，综合性能优于原始YOLOv12n及基于单一注意力机制的改进模型。在独立数据集上的实验中，漏插秧苗检测算法达到了82.34%的准确率和2.06%的计数误差，表明该算法能够有效识别水稻秧苗位置并提供质量评估结果。上述结果表明，YOLOv12n-SCA能够在复杂水稻田环境中支持智能水稻秧苗检测、移栽质量评估和智慧田间管理。
论文解读文章
一、研究背景与问题
水稻是全球最重要的粮食作物之一，为超过世界半数人口提供稳定的食物来源。2024年全球水稻产量约为5.238亿吨，种植面积约1.68亿公顷。随着农业现代化的推进，机械化水稻种植技术得到广泛采用，其中水稻插秧机凭借高效、节省成本的优势，有效解决了传统人工移栽方式中劳动力短缺和生产效率低下的突出问题，已成为大规模水稻生产的主流方式。
然而，在实际田间作业过程中，受稻田复杂地形、土壤异质性、农机稳定性以及操作人员技能水平差异等多重因素的综合影响，水稻插秧机容易出现漏插、倒伏秧苗、伤苗以及株行距不均等质量缺陷。这些问题直接导致基本苗数不足和群体结构失衡，从而制约水稻产量和品质的提升。与此同时，传统的插秧作业质量检验主要依赖人工田间抽样调查，存在劳动强度大、检验效率低、主观性强、时效性差等弊端，难以满足现代农业对移栽质量实时精准评估的需求。
将无人机影像与深度学习相结合，为评估水稻移栽质量提供了一种高效、无损的技术途径。无人机能够获取田间尺度的秧苗分布信息，深度学习模型则通过特征提取和目标识别为质量评估和田间管理提供支撑。然而，已有研究大多聚焦于提高秧苗识别精度、基于秧苗行形状评估插秧机作业质量，或利用遥感影像进行识别，鲜有研究利用无人机秧苗图像识别来专门定位秧苗行中的缺株位置以评估田间栽植质量。因此，本研究采用改进的轻量级YOLOv12n模型识别无人机图像中的秧苗状态，并利用基于聚类的数学模型检测秧苗行中的漏插位置，构建了一套涵盖秧苗识别、缺株检测和栽植质量评价的完整稳定检测系统。
二、研究内容与意义
研究人员构建了包含5813张标注图像的真实稻田环境无人机水稻秧苗数据集，通过数据增强提升了样本多样性和模型泛化能力。在此基础上，提出了融合SCSA与CA的SCA混合注意力模块，增强空间、通道和位置特征表示，抑制背景干扰，提升合格秧苗和倒伏秧苗的检测能力。同时，通过将SCA模块嵌入YOLOv12n的骨干和颈部网络并结合跨层特征融合，建立了多级特征增强策略，在保持轻量特性的同时强化了多尺度秧苗表示。最终建立了结合秧苗检测、行聚类和株距判别漏插识别的两阶段移栽质量评估方法。实验结果表明，YOLOv12n-SCA在精确率、召回率、mAP@0.5和mAP@0.5:0.95等指标上均优于基线模型和现有水稻秧苗检测方法，为精准水稻栽培和智能田间管理提供了技术支持。
三、关键技术方法概述
本研究采用的主要技术方法包括：其一，基于YOLOv12n轻量级检测框架，引入SCA混合注意力模块，该模块由SCSA分支和CA分支通过可学习残差权重系数进行并行自适应加权融合，分别增强多语义空间特征与通道的细粒度表示以及方向敏感的位置信息编码；其二，将SCA模块嵌入网络第9、13、23层并结合跨层残差连接，实现深层语义信息与浅层空间细节的互补融合；其三，提出基于主成分分析（PCA）投影的漏插秧苗检测算法，通过秧苗行聚类、行内株距估计、漏插检测和移栽质量评价四个阶段，利用PCA拟合秧苗行真实方向并将株距测量投影到局部坐标系中以消除倾斜行的几何投影误差。数据集采集自中国江西省吉安市新干县大洋洲镇智飞家庭农场，使用大疆Phantom 4-RTK无人机于2025年6月10日在2.5米高度采集，共获得3998张原始图像，经配准拼接和固定窗口裁剪后得到5813张标注图像。
四、研究结果
对比实验结果： 训练和验证损失随训练快速下降后趋于稳定，训练曲线与验证曲线趋势一致，无明显过拟合迹象。YOLOv12n-SCA的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别稳定在93.6%、90.3%、95.3%和79.8%。混淆矩阵分析显示，模型对合格秧苗的识别正确率为90%，对倒伏秧苗的识别正确率为93%，跨类误分类率分别仅为2%和1%，表明模型能有效区分合格秧苗与倒伏秧苗的形态特征。
消融实验： 原始YOLOv12n基线的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别为87.2%、86.5%、88.0%和60.3%。仅引入SCSA模块后，精确率提升至90.2%，mAP@0.5和mAP@0.5:0.95分别提升至93.2%和70.7%；仅引入CA模块后，召回率小幅提升至86.7%，mAP@0.5和mAP@0.5:0.95分别提升4.6和9.2个百分点。融合两者形成SCA模块后取得最佳综合性能，四项指标分别提升6.4、3.8、7.3和19.5个百分点。三次重复实验的标准差均小于0.02，配对t检验显示mAP@0.5:0.95的p值为0.039（p<0.05），达到显著性水平，表明SCA模块在严格IoU阈值下显著提升了模型检测能力。
漏插检测算法评估： 在包含645张独立无人机图像的测试集上，算法产生704个真阳性（TP）、151个假阳性（FP）和169个假阴性（FN），精确率、召回率和F1分数分别为82.34%、80.64%和81.48%。模型预测855个漏插位置，人工标注873个，计数误差为2.06%。当阈值系数λ=0.8时算法综合表现最佳，平均定位误差为34.73像素。
可视化分析： Grad-CAM热力图显示，原始YOLOv12n的激活区域较为分散，部分高响应区域延伸至土壤、水面等非目标背景区域。引入SCSA后模型对秧苗局部纹理和通道特征的响应显著增强。YOLOv12n-CA的高响应区域主要集中于秧苗位置附近，但激活范围相对狭窄。相比之下，YOLOv12n-SCA的高响应区域与秧苗和秧苗行的分布更为一致，在多尺度目标、复杂背景和局部遮挡条件下，模型主要聚焦于有效秧苗区域，同时抑制了土壤、水面反射和背景噪声的无关响应。
不同骨干网络对比： 与CAD-UNet、HGV-YOLO、MobileNetV3-YOLOv8、Enhanced YOLOv8n和OE-YOLO等主流模型相比，YOLOv12n-SCA的mAP@0.5达到95.3%，为所有对比模型中的最高值，分别高出5.78、4.2、11.22、0.6和8.4个百分点，在精确率、召回率和mAP@0.5三项指标间取得了最佳综合平衡。
五、讨论与结论
讨论部分指出，与SE（Squeeze-and-Excitation）模块和ECA（Efficient Channel Attention）模块主要聚焦于通道重标定不同，SCA通过并行自适应融合同时利用秧苗的细粒度形态信息和方向位置线索，解决了复杂背景下的目标表示问题。消融实验和Grad-CAM可视化均验证了两个分支的互补作用。研究面临的挑战包括：数据集仅在一个地点、一个生长季采集，限制了品种、生育期和环境条件的覆盖范围；模型在强反射、深阴影、严重遮挡、大风和高度浑浊水体等变条件下的鲁棒性尚未定量验证；未来将扩展数据集覆盖不同地理区域和生长季节，部署至NVIDIA Jetson系列硬件的无人机平台进行田间测试，并报告参数数量、FLOPs、模型存储大小、单帧推理时间和内存占用等指标。
研究结论表明，本研究针对复杂稻田环境中目标尺度小、形态变异大和背景干扰强等挑战，提出了改进的YOLOv12n-SCA模型用于移栽质量评估。该模型整合SCSA和CA注意力机制形成SCA模块，并结合跨层特征融合路径，增强了秧苗局部细节、空间位置和多尺度特征的提取能力。实验结果显示，YOLOv12n-SCA的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别为93.6%、90.3%、95.3%和79.8%，较基线模型分别提升6.4、3.8、7.3和19.5个百分点。基于秧苗检测结果构建的漏插检测和质量评估算法，能够实现秧苗行聚类、空位识别以及秧苗行直线度、株距均匀性和缺苗率的定量评估。该方法将水稻秧苗识别、漏插定位和移栽质量评估集成于复杂稻田环境中，减少了对人工田间调查的依赖，为机械化水稻种植中的插秧机作业监测、异常区域补栽和精准管理提供了支持。
