《Insects》：ESD-YOLO: A Method for Small-Target Termite Detection Under Complex Backgrounds
编辑推荐：
及时且准确的白蚁检测对于有效的白蚁控制至关重要。为了应对复杂背景下白蚁个体目标尺寸小以及目标特征易受背景纹理干扰的挑战，本研究提出了一种细粒度特征增强的目标检测模型 ESD-YOLO。研究人员以 YOLO11n 为基线模型，重新设计了特征提取、深层特征聚合和多
及时且准确的白蚁检测对于有效的白蚁控制至关重要。为了应对复杂背景下白蚁个体目标尺寸小以及目标特征易受背景纹理干扰的挑战，本研究提出了一种细粒度特征增强的目标检测模型 ESD-YOLO。研究人员以 YOLO11n 为基线模型，重新设计了特征提取、深层特征聚合和多尺度特征融合阶段，以改善复杂背景下小尺度白蚁目标的表征。具体而言，将高效多尺度注意力机制整合到 C3k2 模块中，以增强白蚁个体与背景之间的特征判别能力。采用具有双重全局池化的快速空间金字塔池化模块，为深层特征补充全局上下文信息和显著响应信息。此外，引入 DySample 动态上采样模块，以改善多尺度特征融合期间的空间对齐，并增强小目标的边界表征。实验结果表明，ESD-YOLO 的精确率、召回率、mAP@0.5 和 mAP@0.5:0.95 分别达到了 95.39%、96.33%、97.85% 和 65.92%，模型参数量为 2.67 M，计算量为 6.68 G FLOPs。与 Faster R-CNN、RetinaNet、RT-DETR 以及多款 YOLO 系列模型相比，ESD-YOLO 在本研究建立的受控复杂背景条件下展现出了强大的小目标检测与定位性能，为实际环境中的自动化白蚁检测提供了方法学参考。
白蚁是一种古老的社会性昆虫，具有极高的物种多样性。部分白蚁物种是主要的农业害虫，通过对玉米、甘蔗等作物的根系和茎基部造成损害，导致严重的减产。针对不同白蚁类群的形态习性和危害模式差异，制定针对性的监测和防控策略至关重要。传统的白蚁识别主要依赖基于兵蚁或有翅成虫的形态学鉴定或分子鉴定，但这些方法高度依赖专家经验、耗时费力且设备昂贵。近年来，计算机视觉技术逐渐应用于白蚁识别、检测和智能监测。然而，现有研究多集中于单一背景或特定场景下的单类别白蚁检测，缺乏在复杂背景下对多类别白蚁个体进行系统检测的研究。在自然环境中，复杂的背景纹理极大地增加了提取小尺寸、低对比度目标特征的难度。白蚁体型小，常与木屑、土壤、石块和蚁道等背景元素混合，且在群体活动中常发生遮挡。因此，针对一般复杂背景场景设计的小目标害虫检测方法不适用于白蚁检测。为此，这项发表在《Insects》期刊上的研究开发了一种基于 YOLO11n 的检测方法，即 ESD-YOLO，旨在解决白蚁目标尺寸小、背景干扰强、边界特征不清晰以及种间差异小的问题，为复杂背景下的多类别白蚁检测与定位提供了重要的方法学参考。
研究人员构建了一个包含五种主要白蚁害虫物种的复杂背景图像数据集。样本队列来源于中国浙江省诸暨市白蚁防治站实验室，并由专业人员基于形态特征确认了物种信息。研究以 YOLO11n 为基线模型，在主干网络的特征提取阶段引入 C3k2-EMA 模块以增强目标相关特征表征；在深层特征聚合阶段使用 SPPF-DGP 模块补充全局上下文和显著响应信息；在特征融合阶段采用 DySample 动态上采样模块以改善空间对齐和细节恢复。研究人员通过消融实验、对比实验以及基于梯度加权类激活映射的多层特征响应分析对模型性能进行了全面评估。
消融实验
研究人员以 YOLO11n 为基线模型，分别测试了各改进模块的性能。结果显示，SPPF-DGP 模块提升了 mAP@0.5:0.95，表明双重全局池化有助于补充深层特征中的上下文信息；DySample 模块提升了 mAP@0.5:0.95，表明动态上采样改善了多尺度特征融合时的空间对齐；C3k2-EMA 模块在单模块实验中提升最为显著，证明注意力机制能够增强白蚁目标区域的有效特征响应。最终集成了三个模块的 ESD-YOLO 模型在保持高精确率和 mAP@0.5 的同时，取得了 65.92% 的最高 mAP@0.5:0.95，且计算成本仅有有限增加。
对比实验
整体性能指标对比
研究人员将 ESD-YOLO 与 Faster R-CNN、RetinaNet-ResNet50、RT-DETR-R18 以及多款 YOLO 系列模型进行了对比。结果表明，参数量更大的模型在白蚁小目标检测上并未获得相应的精度提升。ESD-YOLO 取得了 95.39% 的精确率、97.85% 的 mAP@0.5 和 65.92% 的 mAP@0.5:0.95，均位列各模型之首。相较于基线模型，ESD-YOLO 的 mAP@0.5:0.95 提升了 1.97 个百分点，表明改进主要体现在更精确的边界框定位上。
独立训练稳定性对比
研究人员使用不同的随机种子对 YOLO11n 和 ESD-YOLO 进行了五次独立训练。结果显示，ESD-YOLO 在所有独立训练中的 mAP@0.5:0.95 均高于 YOLO11n，其平均 mAP@0.5:0.95 达到 65.90%，比 YOLO11n 高出 2.29 个百分点。这表明 ESD-YOLO 的性能提升具有良好的稳定性和可复现性。
分类别性能指标对比
研究人员分别计算了五种白蚁类别的性能指标。ESD-YOLO 在这五个类别上均取得了高于基线模型的 mAP@0.5:0.95 值。尽管 Macrotermes barneyi (MB) 和 Odontotermes formosanus (OF) 类别在更高 IoU 阈值下的定位精度相对较低，但 ESD-YOLO 对这些更具挑战性的类别仍保持了良好的定位能力。
不同相对目标尺度性能对比
研究人员根据真实边界框面积将目标分为较小、中等和较大三个相对尺度组进行评估。结果显示，ESD-YOLO 在较小目标上的性能提升最为显著，其 AP@0.5 和 AP@0.5:0.95 分别提升了 1.85 和 1.87 个百分点。这表明该模型所提出的改进对于在图像中占据较小空间区域的白蚁目标尤为有益。
各模型检测结果可视化
研究人员选取了包含多个目标的代表性图像进行可视化分析。ESD-YOLO 在这些代表性样本中未产生误检，仅漏检了两个目标，精确率和召回率分别达到了 100.00% 和 94.29%。这表明 ESD-YOLO 能够在保持高检出率的同时有效控制误检。
基于 Grad-CAM 的多层特征响应分析
研究人员利用 Grad-CAM 对 ESD-YOLO 不同网络层级的特征响应进行了可视化。结果显示，浅层特征主要沿白蚁身体边缘等局部纹理变化区域分布；随着特征提取的进行，中间层响应逐渐扩大并整合了空间上下文特征；在深层特征阶段，响应重新变得更加局部化和离散化，主要集中在白蚁目标及其邻近区域。这反映了模型从浅层局部纹理和边缘表征，经过中间空间上下文整合，到深层目标相关特征响应的渐进过渡。
在讨论部分，研究人员指出 ESD-YOLO 在多类别白蚁检测任务中取得了良好的整体性能。与基线模型相比，精确率提升了 2.07 个百分点，而召回率略微下降了 0.68 个百分点。这表明模型在减少复杂背景纹理导致的误检和维持目标检测能力之间存在权衡。mAP@0.5:0.95 的较大提升说明性能增益主要体现在误检控制和边界框定位精度上。对于复杂背景下的白蚁监测，这种权衡具有实际意义，因为过度的误检可能会增加后续人工验证和个体计数的误差。同时，研究也存在一些局限性：数据主要在受控条件下采集，真实野外环境的变异性可能影响模型鲁棒性；数据集在群体或个体白蚁层面未能完全独立划分；模型尚未在真实监测场景中部署验证；且模型对其他昆虫种类的泛化能力尚未得到验证。未来的工作应纳入更多真实野外样本，并开展跨场景测试和边缘设备部署实验。
结论部分总结：本研究针对受控复杂背景条件下的多类别白蚁检测任务，构建了一个包含五种白蚁物种的图像数据集。为了应对白蚁目标尺寸小、背景干扰强、种间差异小和边界不清晰的挑战，研究人员开发了基于 YOLO11n 的改进模型 ESD-YOLO。实验结果表明，该模型取得了 95.39% 的精确率、96.33% 的召回率、97.85% 的 mAP@0.5 和 65.92% 的 mAP@0.5:0.95，在保持相对较低模型复杂度的同时展现出了良好的检测性能。这些结果验证了 ESD-YOLO 在本研究构建的受控复杂背景数据集上的有效性，为复杂背景条件下的自动化白蚁检测提供了方法学参考。
