基于轻量级RPB-YOLO11的水稻穗颈瘟移动端表型检测改进方法

《Frontiers in Plant Science》：A lightweight RPB-YOLO11-based detector improves mobile phenotyping of rice panicle blast

　　

水稻穗颈瘟（Rice panicle blast）检测是植物病害表型分析的重要任务。田间检测仍具挑战性，因为感病穗部区域通常较小、稀疏、细长，并受穗部重叠、复杂背景及光照变化影响。本研究提出RPB-YOLO11，一种基于YOLO11的轻量级检测器，用于水稻穗颈瘟检测。该模型采用轻量级Ghost骨干网络（Lightweight Ghost Backbone, LGB）以减少冗余计算；采用各向异性轴向条带注意力（Anisotropic Axial Stripe Attention, A2SA）表征细长的穗部结构；采用聚焦多尺度注意力（Focal Multi-Scale Attention, FMSA）进行多尺度特征精炼；并采用自适应几何形状IoU（Adaptive Geometric Shape IoU, AGS-IoU）实现几何感知定位。模型在包含1055张训练图像、69张验证图像和169张测试图像的水稻穗部图像数据集上训练与评估。在测试集上，RPB-YOLO11取得76.09% mAP50、45.44% mAP50-95、73.98%精确率（precision）和72.75%召回率（recall），计算量为6.21 GFLOPs。与YOLO11n基线相比，mAP50、mAP50-95、精确率和召回率分别提升2.73、2.12、1.64和2.11个百分点。面向Android的推理应用支持本地图像推理、检测可视化、类别计数及病穗发生率估算。结果表明，RPB-YOLO11为基于图像的水稻穗颈瘟调查提供了实用方法。

研究背景与动机

水稻瘟病由Magnaporthe oryzae引起，是破坏性强的水稻病害，其中穗颈瘟直接影响穗部与颈节感染区域的籽粒灌浆与可收获产量，是面向产量评估的关键对象。传统田间病害调查依赖人工目测，存在费力、主观且难以在不同密植小区、生育期与光照条件下重复的问题。现代植物表型组学旨在将传感器观测转化为定量化生物学与农艺知识，但基于可见光波段的田间图像面临光照变化、遮挡、症状相似、背景杂乱与类别不平衡等障碍。已有深度学习工作多聚焦叶级病害分类或图像级诊断，缺乏对边长细长、部分遮挡、与健穗组织视觉相近的小目标穗颈病斑的边界框定位，且少有兼顾移动端/边缘端紧凑部署的检测器。通用YOLO系列虽适合农业部署，但直接套用无法充分应对穗颈瘟场景下的小目标、各向异性几何与轻量化约束。因此，研究人员在YOLO11基础上构建RPB-YOLO11，面向Android边缘部署开展水稻穗颈瘟检测与表型估算。

主要关键技术方法

研究人员使用Hugging Face公开paddy-disease-classification数据集，按8:1:1划分并扩充训练集，最终形成1055张训练、69张验证、169张测试图像，含spike_blast与health两类标注。训练采用640像素输入、batch size 64、SGD、初始学习率0.01、200 epoch上限与早停，配备mosaic与HSV增强；基线统一为YOLO11n。模型改造集中在四方面：以轻量级Ghost骨干网络（LGB，基于GhostNetV2风格特征生成）替换原卷积阶段；在SPPF后插入各向异性轴向条带注意力（A2SA）建模细长穗轴；在Neck的P4分支嵌入聚焦多尺度注意力（FMSA）缓解尺度竞争；训练期将默认框回归损失替换为自适应几何形状IoU（AGS-IoU），推理图不增算子。

研究结果

2.1 Dataset and training setup

经独立划分与测试集补图，训练集4610个标注对象（1710 spike_blast、2900 health），验证集388个，测试集788个；研究人员据此说明目标以小而细长者为主、类别不平衡且空间分布不均，为后续轻量与各向异性设计提供数据依据。

2.2 Model construction

RPB-YOLO11保留YOLO11三尺度（P3/P4/P5）检测头，仅改Backbone、高层注意力、Neck精炼与定位损失，使消融可隔离贡献；LGB降冗余、A2SA代C2PSA、FMSA入P4、AGS-IoU仅入训练损失。

2.3 LGB and A2SA

LGB用1×1卷积得本征图X_p，3×3深度卷积得Ghost图X_g，拼接截断至输出通道Y_g，深阶段引入DFC注意力与SE重标定；A2SA在SPPF后做split-merge，条带卷积取1×7/7×1与1×13/13×1粗细方向特征，ScaleGate按通道融合，再顺序做垂直/水平轴向注意力，空间复杂度由O(H²W²d)降至O((H²W+HW²)d)，针对性建模穗轴方向。

2.4 Focal multi-scale attention

FMSA对P4特征并行3/5/7深度卷积得F_k，按通道平方能量softmax得尺度优势p_k，以(1?p_k)^γ（γ=8）抑制主导尺度、提弱尺度，可学习λ_k,c做通道级尺度融合，SE式重标定后经可学习残差系数α加回，起始近恒等映射。

2.5 AGS-IoU loss

AGS-IoU在IoU项I_i外，加入方向调制中心罚R_dir,i（由水平占比q_i经逻辑映射a_i加权Δx/c_w与Δy/c_h）、形状罚R_shape,i（宽高相对差异指数罚）与自适应质量因子S_i（基于EMA运行IoU间隙g_i），仅训练期使用，不改推理图。

研究人员在测试集得到mAP50 76.09%、mAP50-95 45.44%、precision 73.98%、recall 72.75%、6.21 GFLOPs；较YOLO11n基线mAP50 +2.73、mAP50-95 +2.12、precision +1.64、recall +2.11；同时给出Android端本地推理、可视化、计数与病穗率估算流程。

讨论与结论翻译

讨论指出，LGB削减稻田重复纹理带来的冗余卷积，A2SA以低分辨率高层特征补偿穗轴方向上下文，FMSA在Neck抑制大健康穗对病小目标的尺度压制，AGS-IoU以几何与质量自适应方式强化框回归而不增推理成本。结论表明：RPB-YOLO11在小型、细长、遮挡穗颈瘟目标与杂乱田间背景下，以轻量计算获得优于YOLO11n基线的定位与分类表现，并结合Android导向推理应用，为基于图像的水稻穗颈瘟调查与发病率估算提供了可落地的边缘表型方案。论文发表于《Frontiers in Plant Science》。