提升分布外鲁棒性的小麦穗检测：一种轻量级改进YOLOv13方法

《Agronomy》：Improving Out-of-Distribution Robustness for Wheat Head Detection: A Lightweight Modified YOLOv13 Approach

　　

小麦穗检测是高通量表型分析的关键组成部分，在小麦产量估算和育种分析中具有重要应用价值。随着通用目标检测模型的不断进步，最先进的检测器在相同分布的小麦穗检测场景中实现了高精度。然而，当应用于跨分布环境时，其性能往往显著下降。为研究此问题，研究人员采用GWHD2021公开数据集的官方划分作为跨分布评估设定，以近期最先进的目标检测模型YOLOv13为基线，系统探索提升小麦穗检测跨分布泛化性能的有效途径。具体而言，研究人员对YOLOv13的Full-PAD架构和HyperACE核心模块提出两种轻量级修改并分析其潜在机制：（1）将Full-PAD中的标量门控替换为通道级门控，实现更细粒度的分支注入控制；同时通道级门控在训练期间引入等效更强的权重惩罚，产生额外的正则化效应。通过对齐权重惩罚强度的探索性对照实验，研究人员发现该增益依赖于通道解耦与伴随的隐式正则化二者，而非仅依赖解耦。（2）从HyperACE核心C3AH模块中移除批归一化(Batch Normalization, BN)并采用独立于批次统计的归一化策略——如恒等映射(Identity)、组归一化(Group Normalization, GN)或实例归一化(Instance Normalization, IN)。初步实验表明，虽然这导致微小且方向为正的变化，但该变化仍处于运行间方差范围内；因此研究人员不宣称BN移除是可靠的独立改进。此外，结合通道门控与BN移除相较于单独通道门控未产生进一步的累加改进，表明存在交互效应。对此，研究人员分析通道门控与HyperACE分支间的相关统计量，为此非累加现象提供探索性解释。综上，本文为提升先进通用检测模型YOLOv13在跨分布小麦穗检测任务中的泛化性能提供了实证证据与初步见解。

该研究发表于《Agronomy》。小麦作为全球重要作物及人类主要食物来源，其产量与全球粮食安全密切相关。麦穗的表型参数如穗数、穗粒数与产量估算及品种改良紧密相关。传统小麦穗检测依赖人工计数与传统图像处理，前者耗时费力且易有主观误差，后者依赖纹理形态等手动设计特征，在自然田间受光照变化、背景复杂、穗叶颜色相近、重叠及成像尺度变化干扰，鲁棒性有限。近年来深度神经网络成为主流，但现有研究多在同分布条件下通过多尺度检测与特征融合、注意力机制增强、定位损失修改、检测头结构优化等提升密集小目标与重叠遮挡下的性能，对真实场景中普遍存在的域偏移即跨区域跨年份跨品种跨平台采集导致的分布差异关注不足。深度神经网络易产生捷径学习，过拟合特定域的伪相关如背景土壤颜色而非麦穗不变因果特征，导致训练与测试条件不同时性能显著退化，属计算机视觉域泛化问题。现有小麦穗检测研究多在单一条件训练测试、随机重采样GWHD2021或仅报告验证集结果，难以表征跨分布鲁棒性，且对现代实时检测器及架构级修改在此偏移下的行为探索不足。因此研究人员聚焦评估与改善跨分布条件下小麦穗检测的泛化性能。

研究人员采用GWHD2021公开数据集官方划分作为研究框架，以近期提出的YOLOv13为基线模型，输入分辨率对齐GWHD2021原始分辨率以避免缩放导致的信息损失。基于官方划分观察验证集与测试集间的显著泛化差距，并补充随机划分同分布下的性能比较以量化跨分布评估难度。YOLOv13引入超图自适应关联增强(HyperACE)建模全局多对多高阶关联以增强跨位置跨尺度特征，并提出全流水线聚合与分发(Full-PAD)范式将增强特征分发融合至骨干、颈部与头部的多阶段。研究人员在最小化改变整体架构与训练流程前提下，围绕Full-PAD融合与HyperACE关键块提出两种轻量级修改，围绕三个假设展开：H1为Full-PAD中标量门控替换为通道级门控通过更细粒度通道解耦与隐式正则化提升分布外(OOD)泛化；H2为HyperACE关键块减少批统计依赖即移除批归一化(BN)并采用Identity、GN或IN等批独立归一化提升OOD泛化；H3为两种修改互补且结合时增益累加。因OOD增益较小且检测器训练具随机性，主要配置在初始三次独立训练运行中评估，报告均值±标准差；探索性实验得出：H1中通道级门控在OOD测试集显示性能增益，权重惩罚对齐消融表明增益依赖通道解耦与隐式正则化；H2中BN移除仅产生微小正向变化且在运行间方差内，不作为可靠独立改进；H3不成立，结合相较单独通道门控无进一步累加增益，存在交互效应。研究人员计算通道门控与HyperACE分支间若干度量，探索性统计表明当前正则化强度与形式可能不足以同时稳定两修改引起的通道波动，限制整体性能增益。研究为GWHD2021官方跨域评估提供受控实证基线及两种轻量级修改与交互分析，为农业视觉场景目标检测模型跨分布鲁棒性提升提供实践指导。

研究人员用到的主要关键技术方法包括：采用GWHD2021公开数据集官方跨分布划分，训练集3657幅去重后3655幅、验证集1476幅、测试集1382幅去重后1381幅，测试集含仅出现在其中的美国墨西哥苏丹数据；同分布随机划分以固定随机种子在去重后6512幅图上按近似比例分训练集3656幅、验证与测试各1428幅。基线为YOLOv13-Small(S)，输入分辨率采用GWHD2021原始1024×1024，训练600周期带早停，SGD优化器初始学习率0.01线性衰减与前3周期线性预热，数据增强用Mosaic与MixUp。修改一为Full-PAD隧道中标量门控g∈R替换为通道级门控G∈R^C实现通道级逐元素广播相乘融合；修改二为HyperACE核心C3AH块中移除BN层替换为Identity、IN或GN，主实验用Identity。主配置进行三次独立随机初始化训练报均值±标准差，同分布单次运行，部分探索性消融单次运行，硬件为单NVIDIA RTX 5090。

实验结果

研究人员首先比较基线与改进版在官方跨分布与随机同分布下的性能。同分布下基线验证与测试集mAP@0.5均超93%，官方跨分布下测试集mAP@0.5从93.7%降至74.1%，mAP@0.75从54.8%降至25.6%，显示显著泛化差距。三次运行均值±标准差显示：通道门控使跨分布测试集mAP@0.5均值提升2.7至76.8，mAP@0.75提升3.5；Identity(BN移除)mAP@0.5仅提升0.7且在运行间方差内，非可靠独立增益；通道门控+Identity的mAP@0.5为75.7，未较单独通道门控76.8进一步累加，存交互效应。同分布下各版本差异极小，表明修改主要提升跨分布鲁棒性而不显著改变同分布上限性能。通道门控增益来源消融中，标量门控+增强权重惩罚性能提升，加入通道解耦(含隐式正则化)更佳；通道解耦单独对齐权重惩罚至标量门控强度时性能75.1%回退至基线75.0%噪声边际内，表明通道解耦增益依赖伴随的正则化增强而非独立产生。视觉分析选取官方测试集典型例显示：复杂背景相似纹理下基线易误检管道叶片为背景麦穗，Identity减少部分误检，通道门控进一步抑制并改善左上被遮模糊穗检测；高度模糊边缘截断下图模糊仅见部分穗边缘，基线漏检多，两改进版检出部分漏检但仍难处理严重重叠遮挡；重叠场景下基线检测不足，改进版对重叠区检测更完整；高亮干扰挑战背景下基线对高亮土块假阳性且召回低，通道门控与Identity在此例中减少高亮背景部分假阳性并检出更多穗。

讨论部分研究人员为探究通道门控与BN-free(Identity)结合无累加增益原因，用各配置中位单次运行模型计算测试集HyperACE输出特征跨样本通道变异系数CV_ch与Full-PAD各注入点分支注入比R_inj。结果显示：基线CV_ch为0.30，移除BN为0.32，通道门控为0.34，结合达最大0.37，表明两者均增大HyperACE输出通道级波动，结合时进一步增大引入更高不确定性。注入比R_inj显示通道门控大幅降低所有注入点分支注入比，高注入点P1与P3降幅约一个数量级，总体平均从0.25～0.26降至约0.046～0.057，表明通道级门控解耦后对增强分支施加更强注入约束；同门控类型下移除BN对多数注入点R_inj影响有限但有注入点特异性。结合门控消融中通道门控在对齐正则化惩罚时无增益、增强门控相关正则化时性能部分恢复，研究人员初步假设通道门控泛化收益依赖足够强正则化约束以抑制其引入的通道级不稳定；与Identity结合时增强分支通道波动进一步增大，原正则化强度可能不足以同时稳定两来源波动，故无累加收益。通道门控与Identity可能引入不同类型统计波动，单一正则项或无法同时抑制，未来可系统研究不同正则化方法与波动关系及更强门控正则化或合适无批统计稳定技术如HyperACE输出幅值约束或门参结构化稀疏以验证能否同时抑制两来源波动。

研究结论部分翻译：为解决跨分布小麦穗检测中泛化性能退化问题，本文基于GWHD2021数据集官方跨分布划分建立分布外(OOD)评估设定，以先进实时目标检测模型YOLOv13为基线，在最小化改变架构与训练流程前提下提出两种轻量级修改。首先，研究人员将Full-PAD中标量门控替换为通道级门控，在OOD测试中取得初步性能增益；探索性消融结果表明这些增益源于通道解耦实现的更细粒度注入控制与门控相关正则化(权重衰减)强度变化二者。其次，研究人员从HyperACE关键块移除批归一化(BN)层(替换为恒等映射)并与IN/GN等无批统计策略比较(附录A)；移除BN仅产生相对运行间方差的微小均值提升，故不作为可靠独立改进。此外研究发现通道级门控与移除BN结合未产生累加增益；对HyperACE输出通道波动与Full-PAD各注入点注入比的探索性统计分析表明两类修改均增大增强分支相对通道级波动，结合时波动最大，同时通道级门控大幅降低各注入点注入强度。基于通道级门控收益依赖更强正则化约束的初步假设，研究人员推测联合设定下当前正则化强度与形式可能不足以同时稳定不同来源波动，限制整体增益。总体而言，利用本身跨多区域年份采集平台的GWHD2021官方跨分布划分，本文提出两种低成本易实现修改并分析其交互；其中通道级门控在小麦穗检测跨分布鲁棒性中显示初步性能增益。评估限于单一检测器尺寸(YOLOv13-S)与官方Challenge划分而非GlobalWheat-WILDS协议，迁移至其他检测器、WILDS协议及更大模型留待未来工作。在此范围内结果关联高通量表型分析、育种评价与产量估算等应用。