面向黑地老虎胁迫下辣椒、番茄与黄瓜活/死苗的几何条件化检测：RGQ-DETR

《Agronomy》：RGQ-DETR: Geometry-Conditioned Detection of Live and Dead Pepper, Tomato, and Cucumber Seedlings After Black Cutworm Exposure

　　

黑地老虎（Agrotis ipsilon）是一种地下害虫，其幼虫在幼苗茎基部取食，导致幼苗萎蔫、折断和缺苗断垄。评估困难在于幼虫隐藏于土壤中且受害植株外观可与健康幼苗相似；密植、遮挡和异质土壤背景进一步增加了检测难度。研究人员构建了面向辣椒、番茄和黄瓜幼苗的活/死苗检测标注数据集，并提出表示–几何–质量DETR（Representation–Geometry–Quality DETR，RGQ-DETR）。其P2引导倒伏特征重校准（P2-Guided Lodging Feature Recalibration，P2-LFR）以来自高分辨率P2的空间加权全局上下文调节深层通道；内容门控倒伏几何采样（Content-Gated Lodging Geometry Sampling，CG-LGS）使可变形采样适应候选几何；倒伏几何–质量对齐（Lodging Geometry-Quality Alignment，LGQA）在训练过程中细化候选质量。RGQ-DETR取得59.76%的AP和72.83%的AR100，分别较RT-DETR提升1.71和2.56个百分点。对于死苗，其达到50.58%的AP和69.34%的AR100，分别超过RT-DETR 2.16和3.88个百分点。与YOLO26m、DINO和RF-DETR相比，其总体AP分别提升3.66、3.86和4.25个百分点，参数量为77.89 M。上述结果表明其在意质园艺条件下用于活/死苗监测的有效性。

研究背景方面，黑地老虎（Agrotis ipsilon）是危害园艺作物的典型土栖害虫，幼虫在幼苗茎基部取食，造成萎蔫、倒伏、折断与缺苗断垄，且幼虫多在暗期活动、光照后潜回土表之下，白天巡查时植株症状成为主要可见证据。已有报道表明苗期高龄幼虫可造成园艺作物近80%的植株受害，除直接致死外还破坏群体均匀建植，增加补种与反复巡田的投入，因此及时评估幼苗存活状况十分必要。然而传统人工逐株检查费时费力，难以适应大面积种植；计算机视觉虽已从手工描述子转向学习表征，卷积网络、以Faster R-CNN为代表的两阶段检测器、YOLO系列单阶段检测器以及以DETR、Deformable DETR、RT-DETR为代表的Transformer检测器相继应用于密植作物检测、移栽姿态监测与缺苗识别，DINO、RT-DETRv2、DEIM等进一步改进了去噪、查询初始化与匹配策略，但现有作物监测检测器主要优化类别识别与框定位，并未显式处理由状态歧义、细结构丢失与几何相关证据关联共同构成的难题：受害幼苗常仍然可见，其存活性通过茎秆支撑减弱、姿态改变、部分倒伏及与土壤接触等组合线索体现，而活苗因视角、叶片重叠或自然生长亦可呈现相似外观，相邻植株与土壤纹理进一步模糊实例边界，图像位置本身对状态判定几乎不具判别力。因此尚未解决的农业问题是外观重叠与结构损伤条件下的可靠实例级存活性评估，使种植者能够区分需要干预的植株与仅看似倒伏或部分遮挡的植株。基于此，研究人员开展本研究，目标在于确定端到端检测器能否在异质园艺条件下可靠区分辣椒、番茄与黄瓜的活苗与黑地老虎受害苗，并通过三项相互关联的任务加以检验：建立经专家复核的、面向异质园艺条件下辣椒、番茄与黄瓜活/死苗的多场景基准；通过检验高分辨率特征表示能否保留细茎、叶片与接地线索、几何条件化采样能否将证据与细长、倾斜或部分倒伏的植株形状相关联、质量感知监督能否将植株状态置信度与定位可靠性耦合，改进用于活/死苗识别的端到端检测器；并针对RT-DETR与代表性检测器评估活/死检测性能，重点关注受害苗的保留能力与实际筛查适用性。结论表明，该研究在实验室、温室与农场三类环境下建立了区分黑地老虎侵害后活苗与死苗的实例级视觉范式，将幼苗存活性评估界定为实例级视觉评估任务，而非由缺株、断垄或植株姿态间接推断幼苗损失，从而推进作物监测，为损失评估、虫害严重度分级与受害植株定位提供直接证据与支撑，并支持基于摄像头的筛查、缺苗估计、靶向巡查与人机协同的补种决策。研究结果证实既定科学目标得以实现。研究人员亦指出，尽管该方法在三种测试场景下用于技术筛查与靶向巡查表现可靠，仍需跨地点、跨生长季、跨作物品种及常规田间使用的独立验证以确认泛化性；未来将纳入多地点、多季节纵向成像，扩展作物与环境覆盖，并采用域适应与校准策略，将稳定的虫害诱导损伤与暂时性倒伏、光照变化和遮挡等混杂因素区分开来，同时在真实田间条件下验证轻量化边缘部署及巡查与补种工作流集成，以支撑可扩展的自主作物管理决策。

在关键技术方法上，研究人员构建了涵盖实验室蓝箱、温室与农场田间三类场景的自建数据集，经多轮培养–接虫–成像循环采集图像，由三名农业专家依据标准化标注指南独立标注活苗与死苗并以COCO格式存储，数据集划分以采集批次为分组单元，最终基准包含3252幅图像与35457个专家复核植株框，其中训练集2740幅图像、29863个实例，验证集512幅图像、5594个实例，验证集一致用于模型评估。方法以RT-DETR为框架，采用PResNet-101-d骨干、P2引导混合编码器与六层Transformer解码器，并引入P2-LFR、CG-LGS与LGQA三个模块；全部实验在Rocky Linux 8.10与NVIDIA A30 GPU（24 GB）上完成，基于Python 3.9.7、PyTorch 2.0.1与CUDA 11.8实现，各模型统一训练72个epoch、有效全局批大小为12，采用AdamW优化器、自动混合精度与指数滑动平均，评估遵循COCO边界框协议，报告AP、AP50、AP75、AR10与AR100，并在IoU 0.50下分析死苗精确率–召回曲线及得分阈值0.30、每图至多100次检测条件下的漏检率。

研究结果方面，模块级消融实验通过从原生三级RT-DETR到四级RT-DETR对照、再到仅P2-LFR、仅CG-LGS、P2-LFR+CG-LGS及完整RGQ-DETR的逐级构建，得出原始P2路径仅略微扩大候选覆盖而未改善定位（相对三级RT-DETR的AP下降0.15个百分点、AP50下降0.16个百分点、AP75下降0.18个百分点，AR10与AR100分别提高0.07与0.18个百分点），P2-LFR将高分辨率输入转化为更有用证据（相对四级对照AP提高1.30个百分点、AP75提高1.63个百分点、AR100提高2.07个百分点），CG-LGS在重校准特征基础上提高AP 1.26个百分点、AP75 1.55个百分点、AR100 2.09个百分点但AP50下降0.37个百分点，两模块联合取得LGQA前最强的AP（59.57%）、AP50（86.83%）、AP75（67.54%）与AR10（55.21%），而LGQA使AP提高0.19个百分点、AP50提高0.48个百分点、AR100提高1.26个百分点、AP75下降0.14个百分点，最终RGQ-DETR达到59.76% AP与72.83% AR100，较原生RT-DETR分别提升1.71与2.56个百分点。训练收敛分析通过比较六种配置的训练损失与验证mAP轨迹，得出RGQ-DETR优化过程中损失下降更快、后期维持最低损失带并在最终阶段保持最高检测精度（59.76% AP，对比三级RT-DETR的58.05%与四级RT-DETR的57.90%），且四级曲线最佳轮次仍低于原生三级曲线，印证原始P2仅略增覆盖而不改善定位质量。实例级消融可视化通过对包含四株活苗与一株死苗（占原图0.394%）的裁剪图进行响应图对比，得出CG-LGS沿不规则植株体扩展激活、P2-LFR保留界定小目标的窄茎与叶片结构、二者联合形成更连贯目标区域，而完整RGQ-DETR将高响应区集中于框定死苗、在周围土壤保持低响应并与邻近幼苗分离，与定量结果一致。类别性能与死苗误差分析通过表3的类别别AP、AP50与AR100及图8的死苗精确率–召回与假阴性分析，得出RGQ-DETR死苗AP达50.58%、死苗AR100达69.34%，分别超过RT-DETR 2.16与3.88个百分点、超过DEIM 0.61与2.24个百分点，活苗AP最高为68.95%、活苗AR100为76.31%，且在18%至97%召回区间保持高于RT-DETR的精确率曲线，在共同操作点下死苗漏检率较RT-DETR降低2.66个百分点、较DEIM降低4.39个百分点，分别减少23与38个假阴性。不同检测模型比较分析通过在相同验证协议下与YOLOv5lu、YOLOv8x、YOLO11m、YOLO26m、Faster R-CNN、Cascade R-CNN、Deformable DETR、DINO、RT-DETR、RT-DETRv2、DEIM与RF-DETR对比，得出RGQ-DETR在AP、AP50、AP75、AR10与AR100五项指标上均领先，较YOLO26m分别提高3.66、3.09、2.87、2.10与5.18个百分点，较RF-DETR分别提高4.25、2.13、6.66、2.67与4.93个百分点；参数规模分析表明其在参数量与主要RT-DETR参照相当的情况下保持领先，相对RT-DETR在增加1.52 M参数（1.99%）的同时提高AP 1.71个百分点与AR100 2.56个百分点，在相近参数量下超过76.50 M参数的DEIM（AP高0.32个百分点、AR100高1.27个百分点，参数量差1.39 M即1.82%）并超过RT-DETRv2（分别高1.03与1.53个百分点）。定性检测结果方面，跨模型定性比较通过在六幅代表性验证图像上对比Faster R-CNN、YOLO26m、RT-DETR、RF-DETR、DEIM与RGQ-DETR，得出RGQ-DETR将覆盖扩展至图像边界附近部分可见植株与密植行，在蓝箱与监测场景中将橙色框与参考死苗对齐，保持邻近幼苗的独立框与活/死状态一致性，并避免RT-DETR出现的孤立土壤响应。挑战场景分析通过在低光照、高光照与密植三种条件下展示原图、参考标签、检测结果与热图，得出低光照下框仍居可见幼苗且热图沿局部结构分布、高光照下强亮度对比与浅色土壤使颜色线索不可靠而检测仍与植株区域对齐、密植下维持多个局部框，表明模型在光照、背景与密度变化下保持以植株为中心的响应。讨论部分总结指出，该方法在三种测试场景下可用于技术筛查与靶向巡查，但需跨地点、生长季、品种与常规田间使用的独立验证以确认泛化性；未来将纳入多地点多季节纵向成像、扩展作物与环境覆盖，并采用域适应与校准策略区分稳定的虫害诱导损伤与暂时性倒伏、光照变化及遮挡等混杂因素，同时在真实田间条件下验证轻量化边缘部署与巡查补种工作流集成，以支撑可扩展的自主作物管理决策。研究结论部分译为：本研究在实验室、温室与农场环境中，针对具有不同背景、光照与植株排列的黑地老虎侵染后场景，建立了区分活苗与死苗的实例级视觉范式；将幼苗存活性评估界定为实例级视觉评估任务，而非由缺株、断垄或植株姿态间接推断幼苗损失；这进一步推进了作物监测，因为准确区分活苗与死苗为损失评估、虫害严重度分级与受害植株定位提供了直接证据与支撑；所开发方法可为实际作物保护实现基于摄像头的筛查、缺苗估计、靶向巡查与人机协同的补种决策；总体结果证实本研究的既定科学目标得以实现。