基于无人机航拍图像的甜菜幼苗目标识别模型 程美娟、 陈元凯、 邓宇、 曾志雄、 宋家辉、 吴晓、 刘杰、 尹振、 张志刚

《Agriculture》：Target Recognition Model for Seedling Sugar Beets from UAV Aerial Imagery Meijuan Cheng, Yuankai Chen, Yu Deng, Zhixiong Zeng, Jiahui Song, Xiao Wu, Jie Liu, Zhen Yin and Zhigang Zhang

　　

摘要

由于甜菜幼苗的种植规模庞大，准确识别和监测其数量变得至关重要且极具挑战性。然而，在无人机航拍场景中，甜菜幼苗通常是背景复杂的微小目标。现有的通用检测模型不仅检测精度不足，而且在计算效率和资源消耗之间难以取得平衡。为满足田间监测的实际需求，本文提出了LDH-RTDETR这一甜菜幼苗检测模型，该模型在保持高精度的同时实现了轻量化的设计。该模型采用LSNet进行特征提取以减小模型体积，加入可变形注意力（DAttention）模块以捕捉细粒度特征，并采用HS-FPN改进颈部网络的多尺度特征融合。实验结果表明，改进后的模型性能显著优于原始的RT-DETR模型：准确率提高了3.6%，mAP50提高了2.1%，召回率为86.0%，最终模型大小仅为43.3 MB，从而在精度和模型体积之间实现了有效平衡。本研究提出的改进模型为大面积甜菜幼苗的识别与计数提供了高效解决方案，对推进甜菜作物田间管理的自动化和农业数字化转型具有重要意义。