C-MorphYOLO：一种面向自然环境下花椒成熟度鲁棒检测的圆形形态学卷积网络

《AgriEngineering》：C-MorphYOLO: A Circular Morphological Convolution Network for Robust Sichuan Pepper Maturity Detection in Natural Environments

　　

可靠的四川花椒（Sichuan pepper）成熟度检测对于智能采收、精准农业和自动化品质评估至关重要。然而，现有基于视觉的方法在自然果园条件下常因光照变化、果实遮挡、背景干扰及显著外观差异而出现性能下降。此外，缺乏专用的花椒成熟度数据集限制了基于深度学习的检测模型的开发与可靠评估。为应对这些挑战，研究人员提出C-MorphYOLO（Circular-Morphological YOLO），一种形态学感知的检测框架，用于田间条件下的花椒成熟度识别。通过将圆形形态学信息融入特征表示学习，该框架增强了对果实结构特征的感知并改善了细粒度成熟度判别。具体而言，研究人员设计了圆形深度可分离卷积模块（Circular Depthwise Convolution Module, CDCM）以强化边界与形状感知特征提取，同时引入基于特征增强的上采样模块（Feature Enhancement-based Upsampling Module, FEUM）和多尺度自适应空间注意力门（Multi-Scale Adaptive Spatial Attention Gate, MASAG）以提升小目标表示与检测鲁棒性。此外，研究人员建立了包含2763张图像与2962个标注实例的自然场景花椒成熟度数据集用于训练与综合评估。在留出验证集上的实验结果表明，C-MorphYOLO达到96.1%的精确率（Precision）与89.1%的mAP0.5:0.95，较YOLOv12s基线分别绝对提升2.2%与2.7%。这些结果证明所提框架有效提升了成熟度识别与定位性能，为智能花椒采收与自动化农业管理提供了实用的视觉解决方案。

研究背景与动机

四川花椒作为中国重要经济作物，其成熟度直接影响采收时机、产品品质与市场价值。成熟过程受光照、土壤、温度、病虫害及果实自身生理差异共同影响，导致同片园区内成熟度差异显著。传统人工采收依赖经验判断，劳动强度大且主观性强，易造成采收时机偏差。早期基于颜色、纹理与形态学特征的机器视觉方法对光照与遮挡敏感；近期基于深度学习的目标检测器（如YOLO系列、Faster R-CNN）虽提升了表达能力，但花椒呈小而密集的颗粒状、具近似圆形与不规则形态，常规矩形感受野卷积难以充分建模其几何结构，在密集分布、部分遮挡与复杂光照下仍面临小目标特征丢失与背景干扰问题。为此，研究人员在《AgriEngineering》发表本研究，提出形态学引导的C-MorphYOLO框架，旨在将花椒颗粒固有圆形形态学先验嵌入特征学习，提升自然果园场景下的成熟度检测精度与鲁棒性。

主要关键技术方法

研究人员基于YOLOv12s基线构建C-MorphYOLO，在主干浅层以圆形深度可分离卷积模块（CDCM）替代常规步长2卷积，嵌入固定不可训练的圆形掩码约束感受野；在中高层引入A2C2f与多尺度自适应空间注意力门（MASAG）进行通道与空间自适应细化；在Neck阶段以特征增强上采样模块（FEUM）替代常规上采样，通过双分支融合与残差增强恢复小目标边界细节。数据集为研究人员独立采集自四川省汉源县清溪镇商业花椒园，使用智能手机在晴、阴、小雨天气下获取2763张图像（2962实例），按图像级随机7:2:1划分训练/验证/测试集（1934/552/277），由训练标注员用Labelme 5.2标注成熟（红或红褐、壳全开）与半熟（绿或黄绿、壳未全开）两类，多标注员共识定标。训练输入640×640，300 epoch，SGD优化，CIoU+DFL+BCE损失，RTX 3090评估。

研究结果

3.1 实现细节：上述配置下完成模型训练与比对实验。

3.3 与基线网络对比：在留出验证集（置信0.25，NMS IoU 0.7）上，C-MorphYOLO精确率96.1%（+2.2%）、召回率94.0%（+1.6%）、F1 95.0%（+1.9%）、mAP^0.5 97.0%（+0.9%）、mAP^0.5:0.95 89.1%（+2.7%）；成熟类mAP^0.5提升3.1%，半熟类提升2.5%；混淆矩阵显示漏检减少，成熟类固定阈值召回95.5% vs 基线94.0%。

3.4 计算复杂度与效率：参数量9.01 M（基线9.10 M），FLOPs 18.31 G（基线19.58 G），推理214 FPS（基线198 FPS），在精度提升同时降低计算负担并满足实时性。

3.5 消融实验：3.5.1 圆形采样约束对照表明，深度可分离卷积本身仅小幅提点，加入固定圆形掩码后mAP^0.5:0.95由87.2%升至88.8%，证实形态学先验而非分解结构主导增益；3.5.2 模块逐级叠加显示CDCM单用mAP^0.5:0.95 88.8%、FEUM单用精确率96.4%、MASAG单用88.4%，三模块全量组合达最优（精确率96.1%、mAP^0.5 97.0%、mAP^0.5:0.95 89.1%），说明各模块在完整架构中互补而非简单叠加。

3.6 与SOTA对比：在YOLOv5n/v8n/v9n/v10n/v11n/v13n及RT-DETR同协议训练下，C-MorphYOLO以F1 95.0%、mAP^0.5:0.95 89.1%全面领先，YOLOv9n次之（88.0%），RT-DETR最差（81.6%）。

3.7 可视化实验：3.7.1 复杂环境定性结果显示C-MorphYOLO在枝叶遮挡、光照变化与密集成簇场景下漏检误检少于YOLOv12s，框更贴边；3.7.2 Grad-CAM热图表明CDCM增强边缘形态响应，FEUM令高分区域连续，MASAG使注意力跨尺度聚焦，三模块组合热图边界最清晰。

讨论部分总结

研究人员指出，CDCM通过圆形感受野拟合花椒自然轮廓，在浅层抑制叶枝背景像素传播，使深层层激活呈连续圆形结构并压低非目标响应，从机制上解释了精确率与召回率提升。但研究存在局限：极端光照/重遮挡下性能仍可能下降；成熟度被建模为离散两类，未量化连续成熟进程；数据仅限汉源清溪镇且按图像级划分，同枝同序列图像可能跨集，泛化性待跨区验证；效率仅在RTX 3090验证，嵌入式平台未测；Grad-CAM仅为定性证据。未来方向包括近红外/高光谱/深度多模态融合、连续成熟度打分、跨区域适应与嵌入式部署。

结论部分翻译

为解决自然果园中花椒成熟度识别难题，本研究提出C-MorphYOLO框架。方法论核心贡献为圆形深度可分离卷积模块（CDCM）：以圆形感受野替代传统方形核，显式对齐特征提取与簇生果实自然几何。为进一步增强空间细节与多尺度特征表示，框架集成特征增强上采样模块（FEUM）与多尺度自适应空间注意力门（MASAG），共同提供特征重建与空间注意力的互补能力，助力密集分布与部分遮挡果实的整体表示。在专用数据集上的评估表明，C-MorphYOLO取得96.1%精确率、94.0%召回率与89.1% mAP^0.5:0.95，在保持计算效率的同时优于基线。形态学感知特征提取、空间细节增强与自适应多尺度注意力相结合，使框架在复杂果园条件下获得更优检测性能。鉴于结果源于单一区域数据集，更广泛的跨区域泛化主张需独立验证。未来研究将在多元地理数据集与更宽环境条件下验证框架，并探索融合光谱空间信息的多模态成像及超越离散二分类的连续成熟度评分，为自动化农业采收提供更稳健支撑。