摘要
可靠地联合检测芒果果实和果实柄是机器人采摘过程中一个重要的前期感知任务，但由于果实柄体积小、形状细长、经常被遮挡，且受光照变化的影响较大，这一任务仍然具有挑战性。本研究提出了MangoNET，这是一个基于YOLOv11n框架的算法，用于在复杂的果园环境中同时检测芒果果实和果实柄。P2高分辨率检测头能够保留小目标的精细空间信息，而SPPF-ELAN则能够整合部分可见物体的局部特征和上下文特征。SENet能够在光照变化的情况下重新调整通道响应，WIoU v3则能够对不同定位质量的边界框样本进行优化。研究团队从两个果园收集了1782张泰农（Tainong）和金黄（Jinhuang）芒果的原始图像，并仅对训练集进行了数据增强处理，通过旋转、对比度调整和高斯噪声添加等方式将图像数量从1172张增加到2886张。MangoNET的果实和果实柄检测F1分数分别为0.920和0.916，mAP50和mAP50–95值分别为0.941和0.690。与YOLOv11n相比，mAP50和mAP50–95分别提高了1.6%和2.9%，果实柄的召回率也从0.877提高到了0.906。独立于源图像的五折交叉验证结果显示，mAP50和mAP50–95的平均值分别为0.944和0.711。在地理位置不同的果园中，使用无人机和RGB-D相机拍摄的图像进行实验评估表明，MangoNET能够在不同的果园环境中保持良好的检测性能。MangoNET可以为后续的果实和果实柄关联、采摘点定位以及机器人操作提供候选区域。
