《Agronomy》：YOLO-Based Weed Recognition for Site-Specific Weed Management: A Systematic Review of Field Challenges Architectural Strategies, and Deployment Considerations
编辑推荐：
中文摘要翻译
深度学习技术已被越来越多地应用于精准杂草管理，而YOLO因其实时检测能力和高精度而被广泛采用。本系统性综述分析了基于YOLO的杂草识别模型，重点关注田间挑战和架构优化策略。依据PRISMA 2020指南，研究人员对Web of Science和S
中文摘要翻译
深度学习技术已被越来越多地应用于精准杂草管理，而YOLO因其实时检测能力和高精度而被广泛采用。本系统性综述分析了基于YOLO的杂草识别模型，重点关注田间挑战和架构优化策略。依据PRISMA 2020指南，研究人员对Web of Science和Scopus进行了结构化检索，并辅以手动检索。经过筛选和资格评估，共纳入45项研究进行系统性综合。主要分析类别包括：增强对形态和颜色相似植被间辨别能力的注意力机制；跨特征金字塔层级整合信息以改善对不同尺寸和视角杂草检测效果的多尺度特征融合架构；以及在资源受限硬件上支持实时运行的轻量化架构，以及其他优化策略。近期的发展趋势日益将这些方法相结合，以应对作物-杂草相似性、遮挡、尺度变化和复杂的田间背景，同时提高计算效率。本综述进一步审视了架构增强策略如何提升检测精度和计算效率，并讨论了其对选择性喷洒和机器人除草等实际应用的意义。总体而言，本综述将主要的田间级杂草识别挑战与相应的架构优化策略联系起来，并为开发用于定点杂草管理的准确且高效的基于YOLO的杂草识别系统提供了一个系统性框架。
论文主体内容总结
1. 引言
杂草与作物竞争空间、水分、养分和光照，威胁植物生长并降低作物产量和品质。传统的化学除草剂施用和机械移除等方法存在环境污染和潜在作物损伤等局限性，因此需要能够精确区分杂草与作物并实现选择性移除的定点杂草管理（Site-Specific Weed Management）技术。在此类系统中，鲁棒的杂草检测是关键感知步骤。与通用目标识别相比，该领域面临显著的技术挑战：(a) 植被间形态、颜色和纹理相似导致的类间模糊性；(b) 物体尺寸和密度差异巨大的复杂植物分布；(c) 多样化田间地表条件带来的背景复杂性；(d) 变化的亮度和阴影等困难光照条件。这些因素共同引入了不可控的变异性，削弱了深度学习模型的泛化性能。此外，实际的田间部署要求在资源受限的嵌入式硬件上具备高实时性能。因此，用于定点管理的杂草检测模型不仅要在检测精度上得到评估，还需在田间变异下的鲁棒性和实时部署的可行性方面接受考验。近年来，YOLO系列因其强大的精度-速度权衡而被最积极地应用于杂草识别。常见的架构策略包括注意力机制、多尺度特征融合和轻量化网络设计。本系统性综述旨在识别基于YOLO的杂草识别中主要的田间级挑战，并系统性地综合为解决这些挑战而开发的架构优化策略。
2. 相关研究与综述
传统的杂草监测依赖人工目视检查，耗时费力。随后出现了基于规则的图像处理和经典统计模型，但此类方法在不同田间条件下的泛化能力有限。随着深度学习的进步，杂草识别可分为图像分类、目标检测和分割三大任务家族。早期研究主要使用图像分类区分作物和杂草，但其无法定位单个植株。目标检测则能同时识别类别和位置，更适用于定点杂草管理。基于区域的卷积神经网络（Region-based Convolutional Neural Network, R-CNN）和YOLO方法已被广泛研究。近期，基于YOLO的分割变体试图将实例级掩膜预测与单阶段检测的实时推理优势相结合。现有综述大多关注深度学习在杂草管理中的广泛应用或精准除草系统的整体格局，鲜有系统地审视目标检测模型特别是YOLO家族的架构设计选择和优化策略。本综述通过将田间级挑战与架构优化策略相联系，填补了这一空白。
3. YOLO概述
3.1. 目标检测：目标检测同时预测图像中物体的位置和类别。检测器通常分为两阶段和单阶段方法。两阶段检测器先生成区域提议再进行分类和边界框精修，精度高但吞吐量低。单阶段检测器在一次前向传播中完成预测，结构更简单、计算成本更低、推理更快，代表有单次多框检测器（Single Shot MultiBox Detector, SSD）、RetinaNet和YOLO家族。对于定点杂草管理，精度-速度权衡至关重要。
3.2. YOLO架构：现代YOLO架构通常遵循由主干网络（Backbone）、颈部（Neck）和头部（Head）组成的三部分流水线。主干提取层次化特征；颈部集成和融合多尺度特征；头部解码融合后的表征以产生类别概率、置信度和边界框参数。从YOLOv1到YOLOv26，YOLO在精度和效率上取得了实质性进展，逐步引入了锚点框、批归一化、路径聚合网络（Path Aggregation Network, PANet）、空间金字塔池化（Spatial Pyramid Pooling, SPP）、无锚点范式（Anchor-Free Paradigm）、解耦头（Decoupled Head）、非极大值抑制（Non-Maximum Suppression, NMS）自由端到端检测等关键技术。其模块化架构便于针对复杂田间条件下的作物-杂草识别进行进一步的结构优化。
3.3. YOLO在杂草识别中的应用：YOLO家族因其出色的实时处理能力和高精度被广泛应用于精准农业，包括水果分级、病虫害检测和杂草识别。在杂草识别中，由于植被间相似性、复杂的地面背景、光照变化和遮挡，场景非结构化且目标边界模糊。凭借其架构可扩展性和易于修改的特点，专门用于杂草识别的YOLO新模型不断涌现。早期研究主要对现有YOLO变体进行基准测试和超参数调整，后续工作聚焦于适用于资源受限环境的轻量化技术和注意力机制，最近则出现了结合多种技术的多样化YOLO架构。
4. 材料与方法
为系统性综合与基于YOLO的杂草识别模型设计和架构优化相关的研究，研究人员依据PRISMA 2020指南，在Web of Science和Scopus中进行了结构化文献检索。检索限定为2016年至2025年间发表的英文期刊文章，最终检索日期为2026年3月12日。数据库检索共获得2483条记录，去除877条重复记录后，对1606条独特记录进行了标题和摘要筛选。排除1535条记录后，对剩余71篇报告进行全文资格评估。根据预定义标准，最终有42项通过数据库检索确定的研究和3项通过参考文献筛查和引文检索确定的研究被纳入定性综合，共计45项研究。未进行正式偏倚风险评估，而是根据确定的三大架构增强策略对研究进行定性综合和方法学比较。
5. 结果与讨论
5.1. 基于YOLO的杂草识别的架构策略
YOLO因其实时处理能力、紧凑的模型尺寸和高精度而被广泛用于杂草识别。研究中反复出现的架构修改主要旨在改善特征辨别力、多尺度表征和计算效率。因此，主要的结构增强策略被归纳为三类：注意力机制、多尺度特征融合架构和轻量化架构。注意力机制用于减少由作物和杂草间相似颜色、形状和纹理引起的类间模糊性，同时强调有判别力的植被特征。多尺度特征融合架构专注于有效集成高分辨率空间信息与深层语义特征，以识别小型杂草和不同尺寸的目标。轻量化架构旨在减小模型尺寸和计算复杂度，以便在嵌入式和边缘计算环境中实现实时推理。
5.1.1. 注意力机制
传统的卷积神经网络（Convolutional Neural Network, CNN）通过固定核在局部感受野内聚合信息，限制了在复杂背景下的精确特征提取。注意力机制通过输入相关的动态重加权来增强信息信号并抑制干扰。软掩膜注意力通过连续门控图放大信息区域并抑制非显著区域，引入参数少、计算开销小。通道注意力学习通道间的依赖关系，代表性方法包括压缩激励模块（Squeeze-and-Excitation, SE）、高效通道注意力（Efficient Channel Attention, ECA）和门控通道变换（Gated Channel Transformation, GCT）。空间注意力强调特征图中的显著空间区域，如空间注意力模块（Spatial Attention Module, SAM）和空间组增强（Spatial Group-wise Enhance, SGE）。混合注意力集成两种或多种注意力机制，如顺序应用通道和空间注意力的卷积块注意力模块（Convolutional Block Attention Module, CBAM）、嵌入方向坐标信息的坐标注意力（Coordinate Attention, CA）、高效多尺度注意力（Efficient Multi-Scale Attention, EMA）和无参数的3D注意力SimAM。频率感知注意力利用离散余弦变换（Discrete Cosine Transform, DCT）等变换在空间频率域进行操作，可作为补充策略。自注意力机制动态计算所有空间位置间的成对关系，代表有轴向注意力（Axial Attention）、独立自注意力（Stand-Alone Self-Attention, SASA）和移位窗口自注意力（Swin Transformer）。时间注意力从视频序列中学习时间上下文，如自适应时序池化和时空注意力模块（Spatio-Temporal Attention Module, STAM），其在杂草识别中的应用仍有限，但有望提升在动态田间条件下的鲁棒性。
5.1.2. 多尺度特征融合架构
特征金字塔网络（Feature Pyramid Network, FPN）通过自上而下的路径和横向连接融合低层空间细节与高层语义信息。路径聚合网络（Path Aggregation Network, PAN）通过增加自下而上的路径进一步加强定位和多尺度表征。双向特征金字塔网络（Bidirectional Feature Pyramid Network, BiFPN）反复堆叠双向路径并使用可学习融合权重。自适应空间特征融合（Adaptively Spatial Feature Fusion, ASFF）学习逐位置的融合权重。渐进式特征金字塔网络（Asymptotic Feature Pyramid Network, AFPN）通过渐进补偿路径使金字塔层级在语义上收敛。尺度序列特征融合（Scale Sequence Feature Fusion, SSFF）将多阶段特征对齐后沿尺度轴拼接并用3D卷积融合。这些融合模块常与注意力机制配合，有效应对作物-杂草视觉相似性、尺度变化和背景杂乱。
5.1.3. 轻量化架构
轻量化设计主要通过两种途径实现：设计定制的轻量化模块，或集成现有的轻量化架构。轻量化主干架构包括ShuffleNet、MobileNet、EfficientNet、PP-HGNet以及GhostNet等。轻量化颈部架构如BiFPN通过减少卷积阶段和通道宽度、采用深度可分离卷积或幻象操作以及使用可学习加权求和融合来降低计算和内存开销。轻量化头部架构通过简化预测分支结构、采用共享卷积或解耦头等方式来减少参数量和计算量。其他轻量化技术包括模型剪枝、知识蒸馏和量化等技术，它们在不显著改变原始架构的前提下进一步压缩模型。
