基于改进的RSL-YOLOv8m分割技术实现牛肝菌存活原基的自动化现场计数估算

《Computers and Electronics in Agriculture》：Automated on-site viable primordia count estimation for Hypsizygus marmoreus through enhanced RSL-YOLOv8m based segmentation

　　杨淑珍|杨凯伟|徐正豪|张东健|袁进中国上海浦东新区上海理工大学智能制造与控制工程学院摘要在食用菌栽培中，可存活的菌蕾是决定产量和品质的最关键因素，但由于其形态差异大且背景对比度低，难以对其进行精确量化。本研究提出了一种改进的RSL-YOLOv8m-seg框架，通过多尺度特征增强和自适应融合机制显著提升了分割的稳健性。该模型在包含20万个标注实例的糙皮侧耳数据集上进行了验证，其mAP@0.5值为68.1%，比基准模型高出1.9个百分点，同时在工业栽培环境中也保持了稳定的性能。通过模块间的协同作用，该模型的召回率提升至48.5%，真阳性率达到89.2%，且计算成本控制在工业应用的可承受范围内。研究还利用凸包轮廓拟合技术精确计算菌蕾的长宽比，进而以长宽比大于4作为可存活菌蕾的判定标准。据研究人员所知，这是首次将深度学习应用于糙皮侧耳菌蕾的检测与分析，为智能栽培管理提供了可靠的技术支持。引言糙皮侧耳作为工业化食用菌栽培中的核心品种之一，随着高端食品市场需求的增长，已成为食用菌产业的重要经济支柱。它之所以受欢迎，是因为具有独特的细腻口感、丰富的鲜味以及较高的营养价值，富含优质蛋白质、必需氨基酸以及各种功能性成分和微量营养素。然而，其大规模生产面临着产量和品质方面的双重挑战，解决这些问题需要深入的多维度研究。具体而言，需要通过系统的表型分析来培育出更优良的菌株，同时还需要创新的智能环境控制技术来实现栽培过程的精准化和标准化。目前，糙皮侧耳的生长监测主要依赖人工检查，这种方法劳动强度高，缺乏实时反馈功能，且容易产生主观误差，无法满足大规模智能栽培的需求。由于菌蕾体积小、形态相似且分布密集，准确检测和计数难度很大。此外，复杂的菌丝体背景也会干扰识别过程，导致自动化系统出现较高的漏检率和误报率。在食用菌检测领域，以往的研究大多针对特定目标展开。例如，杨林、曾大新等人的研究聚焦于香菇子实体的生长阶段识别与分类，通过模型区分不同生长阶段的子实体；林阳、马聪聪等人的研究则致力于直径大于5毫米的香菇个体识别，实现对该尺寸范围内香菇的快速定位与计数；梁秀英、刘欢等人的研究则关注香菇棒的表型测量，他们利用模型对香菇棒图像进行语义分割，提取菌落表型，再根据菌落的径向长度和轴向宽度得出菌丝体生长长度，从而获得相关的表型参数。不过，这些研究均未涉及糙皮侧耳菌蕾的检测。尽管这一任务对智能栽培管理至关重要，但目前关于糙皮侧耳菌蕾检测的研究仍然严重不足。早期的相关研究采用了基于简单线性迭代聚类、超像素以及机器学习算法的传统方法，通过提取颜色、梯度等手动特征来进行目标识别，该方法在检测大豆叶病等场景中取得了成功，但并不适用于糙皮侧耳菌蕾的检测。因为栽培环境中的复杂背景会严重影响颜色、梯度等手动特征的提取精度，这些局限性表明传统方法无法解决糙皮侧耳菌蕾特征细微且目标规模小的问题。因此，开发一种强大且能适应不同场景的深度学习框架，对于在复杂农业环境中实现准确识别而言显得十分迫切。随着农业智能化的发展，深度学习技术凭借其强大的特征提取和模式识别能力，被越来越多地应用于农业领域，为作物监测、病虫害防治以及产量估算等关键环节提供了高效的解决方案。在作物生长状态监测方面，基于区域的两阶段检测算法具有很高的准确性。例如，Faster R-CNN可以通过生成候选区域并进行精细分类，准确识别不同生长阶段的作物器官，如小麦穗（李等人，2022）和玉米棒（Rasmussen等人，2021），为作物生长的动态分析提供精确的数据支持；Mask R-CNN则能够在检测的同时实现像素级分割，可用于提取作物类型参数并帮助构建作物生长模型。虽然这些算法具有很高的准确性，但复杂的两个阶段处理流程使得它们的推理速度相对较慢，这种延迟限制了它们在需要实时反馈的农业场景中的应用。对于那些对实时性要求较高的农业生产场景，如田间机器人导航（张等人，2025）和实时病虫害预警（郑等人，2024），基于回归的一阶段检测算法则发挥着重要作用。SSD可以通过多尺度特征图快速识别不同大小的作物目标，如番茄果实（Magalh?es等人，2021）；RetinaNet则引入了焦点损失机制来解决类别不平衡问题，在复杂田间背景下的杂草检测中效果显著。不过，这些算法在处理密集分布的小目标时仍存在较高的漏检率。在众多深度学习算法中，YOLO系列模型因具有独特优势而在农业领域表现突出（江等人，2025；刘等人，2025）。它们采用端到端的检测方式，直接预测目标类别和边界框，大大提升了推理速度，能够满足温室作物生长状态实时监测以及无人机田间巡查等农业场景的实时检测需求。同时，YOLO系列不断优化网络结构，在提升速度的同时确保检测精度。基于这些优势，基于YOLO的模型已被广泛应用于农业目标检测任务中。已有不少研究致力于提升YOLO在特定农业应用中的性能。例如，王等人提出了改进的YOLOv8模型，该模型融入了形状-IoU损失、感受野注意力卷积以及双注意力网络，用于检测普洱晒青茶中的异物，其精确度达到了98.35%，平均精度值比Faster R-CNN高出13.63%。不过，该模型对深度传感器的依赖可能限制其在弱光条件下的适用性。刘等人通过整合Swin-Transformer和卷积块注意力模块机制，开发出了YOLOX-ST模型，用于茶芽检测，其mAP值相比基准YOLOX提升了5.2%，达到79.12%。但该模型在面对密集的叶片遮挡以及较小规模的茶芽时仍存在困难。鲍文霞等人提出的TPH-YOLO模型则用于无人机图像中的小麦穗计数，该模型通过Retinex算法对图像进行增强，在YOLOv5骨干网络中加入坐标注意力机制，还将原有的预测头转换为Transformer预测头，并采用了迁移学习策略，其精确度、召回率和平均精度分别为87.2%、84.1%和88.8%，其中平均精度比基础YOLOv5高出4.1个百分点。不过，当无人机飞行高度增加时就需要进行超分辨率重建。杨晓伟等人开发的改进版YOLOv8n-TEA模型则用于茶芽识别，该模型用FasterNet替换了骨干网络，还引入了全局注意力机制和上下文引导模块，其平均准确率达到了94.3%。与原始YOLOv8相比，该模型在识别单芽、一芽一叶以及一芽两叶时的mAP值有所提升，不过其在极其复杂的自然环境中的稳定性仍有待验证。梁等人提出的YOLOv8-MRF模型则用于自然环境中的小麦分蘖检测，该模型整合了多路径坐标注意力机制、感受野注意力卷积模块以及Focaler-CIoU损失，其精确度、召回率和mAP50值分别达到了90.8%、85.8%和91.7%，均优于原始YOLOv8。不过，该模型在不同光照和天气条件下的稳定性以及在配置较低的硬件上的运行性能还有待进一步研究。虽然物体检测模型速度更快，但在这种应用中却受到“边界框谬误”的根本性限制。在菌蕾密集的簇中，矩形边界框会严重重叠，从而导致非极大值抑制过程中出现抑制错误。更重要的是，菌蕾存活状态的评估依赖于精确的形态特征，而包含背景基质的边界框无法准确获取这些特征。因此，进行实例分割就显得极为必要，只有通过实例分割才能将相邻的目标分开，从而提取出精确的表型轮廓。借鉴植物表型组学的成功经验，本研究提出了一种专为精确检测糙皮侧耳可存活菌蕾而设计的多模块改进型YOLOv8-Seg架构，即RSL-YOLOv8m。本研究的核心创新包括：（一）一种用于精细农业目标的创新分割架构RSL-YOLOv8m-seg模型将三种关键组件有机结合在一起：全新的RFCA_Plus模块、选择性核注意力机制以及轻量级的SPPF_LSKA模块。这种整合显著提升了检测和分割性能，尤其能够有效应对目标尺寸小、对比度低以及形态模糊等挑战。（二）首个工业级的大规模糙皮侧耳菌蕾基准数据集：研究人员从真实的工业生产环境中构建了一个包含约20万个详细标注的菌蕾实例的全面数据集，为精准真菌学领域的深度学习研究提供了宝贵且科学严谨的数据资源。（三）一种用于评估可存活菌蕾的新颖定量分析方法：本研究提出了一种强大的后处理工作流程，将模型的分割输出结果与凸包拟合算法相结合，从而能够精确计算出关键的形态参数，进而实现对可存活菌蕾的准确量化，为产量预测和精准栽培管理提供可靠的数据依据。据研究人员所知，这是首次将深度学习应用于糙皮侧耳菌蕾的检测与分析。这一开创性的应用与实时分割框架在其他高精度领域所发挥的变革性作用类似，尤其是在医学诊断领域，人工智能驱动的分割技术已经彻底改变了实时分析方式，有助于做出更准确的决策。通过为精准真菌学建立类似的分析范式，本研究为智能栽培管理提供了可靠的技术支持。片段内容图像采集系统与数据集构建用于检测糙皮侧耳菌蕾的野外数据集十分稀缺。为弥补这一不足，研究人员在工厂内部建立了糙皮侧耳数据集。数据采集工作在中国上海的多个工业生产设施的栽培室中进行，持续了三个月时间。实验环境得到了严格控制，温度维持在10–15摄氏度之间，相对湿度则在95–99%之间，这样的条件符合标准的工业生产环境。图像实验环境与超参数设置实验环境配备有Intel Xeon w5-2455X处理器、128GB内存以及NVIDIA RTX 5880 Ada Generation显卡。软件环境包括Windows 11操作系统、CUDA 11.8版本、Python 3.10语言以及PyTorch 2.0.0版本。此外，所有模型的训练和测试所使用的超参数设置都保持一致，详细的超参数设置见表格1。评估指标的定义研究人员根据两个标准来评估模型的性能：定位精度和计数误差。定位讨论鉴于食用菌产业对标准化栽培和精确产量调控的迫切需求，本研究开发了RSL-YOLOv8m-seg框架，用于准确检测糙皮侧耳菌蕾。结论本研究解决了在糙皮侧耳的工业栽培过程中实现精确自动化的菌蕾量化这一关键问题。研究人员提出并验证了一种改进的实例分割框架，即RSL-YOLOv8m-seg。该架构将创新的RFCA_Plus卷积模块、用于多尺度适配的SKAttention机制以及计算效率较高的SPPF_LSKA模块有机结合在一起。通过这种整合，该框架……CRediT作者贡献说明杨淑珍：写作——审稿与编辑、资金获取、数据整理。杨凯伟：写作——审稿与编辑、写作——初稿撰写、可视化、验证、软件、方法论。徐正浩：写作——审稿与编辑、可视化、软件。张东健：写作——审稿与编辑、可视化、监督。袁金：写作——审稿与编辑、可视化、监督。

资金支持
本研究得到了上海市农业科技创新项目[I202303]以及上海市科学技术委员会[21N21900600]的资助。

利益冲突声明
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。