《Smart Agricultural Technology》：DDS-Mamba-YOLO: Improved Adaptive State-Space Modeling for Tomato Fruit and Leaf Disease Detection
编辑推荐：
番茄是全球范围内种植最广泛且经济价值最高的作物之一，尤其是在大规模温室环境中，植物健康监测和果实检测对于智能作物管理至关重要。温室环境存在多重挑战：密集的植株结构可能遮挡早期病害症状和果实，并且需要准确检测不同成熟阶段和尺寸的果实。此外，将检测模型部署在移动机
番茄是全球范围内种植最广泛且经济价值最高的作物之一，尤其是在大规模温室环境中，植物健康监测和果实检测对于智能作物管理至关重要。温室环境存在多重挑战：密集的植株结构可能遮挡早期病害症状和果实，并且需要准确检测不同成熟阶段和尺寸的果实。此外，将检测模型部署在移动机器人平台搭载的边缘设备上，面临着模型尺寸和计算成本的严格限制。在本研究中，研究人员提出了一种新颖的混合检测框架DDS-Mamba-YOLO（Deformable Dynamic State-space Mamba-You Only Look Once），该框架基于可变形动态状态空间（DDS）和Mamba（一种选择性状态空间模型）构建，旨在应对上述挑战，同时平衡检测性能与模型尺寸。具体而言，研究人员提出了三个模块并将其集成到Mamba-YOLO骨干网络中，以增强性能：（1）空间可变形通道模块（Spatial Deformable Channel Module, SDCM），基于空间自适应下采样模块构建，以更好地捕捉被遮挡的小目标；（2）Dysample上采样模块，用于自适应地保留细粒度特征；（3）长短融合精炼器（Long Short Fusion Refiner, LSFR），该模块将双分支分离Mamba块与卷积特征精炼模块相结合，以增强梯度传播和信息流。在真实温室环境中采集的图像数据集上的实验结果表明，该模型仅需3.28M（百万）参数和8.3 GFLOPs（十亿次浮点运算），即可达到93.3%的mAP@50-95（平均精度均值，交并比阈值从0.5到0.95）和98.1%的mAP@50（平均精度均值，交并比阈值为0.5），超越了七种参数规模相当的YOLO系列模型和三种最新的叶片病害检测模型。消融实验进一步验证了每个模块的必要性及其互补交互作用。除了训练模型，研究人员还建立了一个初步原型，将DDS-Mamba-YOLO模型与基于四足机器人的自主温室巡检以及基于大语言模型（Large Language Model, LLM）的管理咨询相结合。该集成系统验证了所提出模型在边缘设备上的实际部署潜力，并为大规模智能农业管理提供了初步蓝图。
**论文解读：DDS-Mamba-YOLO：用于番茄果实与叶片病害检测的改进自适应状态空间建模**
**研究背景与问题**
番茄是全球重要的经济作物，尤其在大型温室环境中，对植株健康进行监测并准确检测果实，是实现智慧作物管理的关键。然而，传统的人工检测方法耗时费力，难以适应现代规模化农业的需求。当前，基于深度学习的计算机视觉技术，特别是YOLO（You Only Look Once）系列模型，已被广泛应用于番茄果实计数和病害检测任务。尽管如此，真实温室环境存在多重挑战，包括：密集的叶片结构会遮挡早期病害症状和果实；果实大小不一、成熟度各异，需要模型具备多尺度检测能力；同时，将检测模型部署在移动机器人平台的边缘设备上，对模型大小和计算成本有严格限制。近年来，基于状态空间模型（SSM）的视觉架构因其线性计算复杂度和全局感受野而成为研究热点，但现有研究多集中于实验室理想条件下的单一任务，缺乏在实际复杂场景下平衡精度与效率，并将其与机器人操控系统集成的统一框架。
**研究内容与结论**
为填补上述空白，本研究提出了一种名为DDS-Mamba-YOLO（Deformable Dynamic State-space Mamba-You Only Look Once）的新型混合检测框架。该框架基于可变形动态状态空间（DDS）和Mamba选择性状态空间模型构建，旨在同时实现番茄果实和叶片病害的准确检测。研究的主要结论包括：1）所提出的DDS-Mamba-YOLO-Nano模型仅需3.28M（百万）参数和8.3 GFLOPs（十亿次浮点运算），即可在真实温室数据集上达到93.3%的mAP@50-95和98.1%的mAP@50，显著优于七个参数规模相当的YOLO系列模型和三个专门用于番茄检测的模型。2）通过消融实验，验证了所提出的三个核心模块——空间可变形通道模块（SDCM）、Dysample上采样模块和长短融合精炼器（LSFR）——各自以及协同工作的有效性。3）研究进一步将模型部署在配备Jetson Orin Nano边缘计算单元的四足机器人（Unitree Go2 Edu）上，并结合大语言模型（LLM）提供管理咨询，初步验证了从轻量化检测到机器人部署和决策支持的完整流程，为大规模农业自动化提供了蓝图。该论文发表在《Smart Agricultural Technology》。
**主要关键技术方法**
本研究主要采用以下关键技术方法：1) **可变形动态状态空间模型（DDS）**：基于可变形卷积（DCNv2）和空域变换（Space-to-Depth）构建下采样模块，以增强对小目标和被遮挡目标的特征提取能力。2) **Mamba选择性状态空间模型**：作为骨干网络的核心，用于高效处理长序列特征，实现线性计算复杂度。3) **动态上采样模块（Dysample）**：通过学习可变的采样点位置来替代传统的固定插值上采样，以保留细粒度空间信息。4) **长短融合精炼器（LSFR）**：结合SS2D（Selective Scan 2-Dimensions）模块和深度可分离卷积（DWConv）的双分支结构，用于融合全局与局部特征。5) **模型剪枝与边缘部署**：对模型进行通道剪枝，压缩至3.28M参数，并部署在四足机器人平台的Jetson Orin Nano边缘计算单元上。样本数据来源于真实温室环境，采用公开的YOLO-TGI数据集。
**研究结果**
**3.1. 比较实验 (Comparison Experiments)**
通过与YOLOv5n、YOLOv6n、YOLOv8n、YOLOv9t、YOLOv10n、YOLOv11n、YOLOv12n及三个专用病害检测模型（YOLO-TGI、YOLO-BSMamba、WTAD-YOLO）在相同数据集和超参数下进行对比，DDS-Mamba-YOLO-Nano在mAP@50-95指标上分别提升了5.8%、5.1%、4.2%、9.2%、4.7%、4.4%和4.6%。即使在参数仅为YOLO-BSMamba-N的62%时，其mAP@50-95仍高出5.2%，证明了架构设计的优越性。
**3.2. 消融实验 (Ablation Experiments)**
通过逐步替换或组合SDCM、LSFR和Dysample三个模块，验证了各个模块的贡献。单独引入SDCM、LSFR和Dysample分别使mAP@50-95提升了0.9%、0.6%和0.2%。两两组合时，SDCM+Dysample和SDCM+LSFR分别达到92.6%和92.5%的mAP@50-95。将三个模块全部集成，模型性能达到最优，mAP@50-95为93.3%，mAP@50为98.1%。这表明三个模块之间存在互补效应，共同作用能最大化性能提升。
**3.3. 组件实验 (Component Experiments)**
**3.3.1. 下采样模块 (Downsample Module)**
将SDCM与标准卷积（Conv）、Adown、深度可分离卷积（DWConv）、Focus、Ghost和DCNv2等六种下采样方式对比。DDS-SDCM取得了最高的mAP@50-95（93.3%）和召回率（96.7%），尽管参数和计算量略有增加，但相比DCNv2，mAP@50-95提升了2.1%，证明了其作为下采样组件在精度-效率权衡上的优势。
**3.3.2. 上采样模块 (Upsample Module)**
将Dysample与双线性插值、CARAFE、转置卷积（ConvTranspose2d）和轻量级转置卷积（DWConvTranspose2d）对比。Dysample-Nano取得了最高的mAP@50-95（93.3%）和mAP@50（98.1%），相比双线性插值，mAP@50-95提升了0.8%，且计算开销几乎不变，验证了其优越性。
**3.4. 定性结果与四足机器人部署 (Qualitative Results and Quadruped Robot Deployment)**
定性比较显示，DDS-Mamba-YOLO-N在复杂场景下（如被遮挡的叶片、密集的小果实、早期病害症状）的检测一致性优于YOLO-TGI-N和YOLOv8n。研究进一步将模型部署在四足机器人平台上，并通过GPT-5.2大语言模型生成诊断报告和管理建议，初步验证了该系统在真实温室环境中的部署潜力。
**讨论与结论**
在讨论部分，研究人员指出了当前研究的局限性：1) 将多种病害合并为单一的“病害”类别，无法区分具体病害类型，限制了实际应用中的精准管理。2) 数据集仅来自单一温室设施，未在外部数据集上验证，泛化性有待评估。3) 在实时推理时，由于Mamba-1-SS2D模块等核心组件的硬件和软件优化支持有限，模型的延迟高于参数规模相当的CNN或注意力模型。4) 当前系统主要支持诊断和建议功能，尚未实现完全自动化的复杂田间操作。
研究结论为：针对番茄人工检测效率低、成本高的问题，本研究提出了DDS-Mamba-YOLO，一个改进的Mamba-YOLO检测框架，用于高效定位番茄果实和叶片并识别潜在病害。其Nano模型以3.28M参数和8.3 GFLOPs实现了93.3%的mAP@50-95，比YOLOv11n基准提升了4.4%。剪枝策略使其适用于资源受限的边缘设备。研究进一步在四足机器人平台上验证了模型的部署能力，并结合GPT-5.2咨询服务，为将现场机器人、大语言模型与轻量化检测相结合实现智能温室管理提供了参考和概念验证。未来计划扩展数据集、进行全生长季田间评估并提升推理速度。
