DAQ-YOLO：密集场景下玉米幼苗高精度计数模型

《Frontiers in Plant Science》：DAQ-YOLO:a high precision counting model for maize seedlings in dense scenes

　　

针对玉米幼苗计数任务中检测精度低、漏检误检频繁的问题，该研究提出了一种基于改进YOLOv8n的密集场景下玉米幼苗高精度计数模型，命名为DAQ-YOLO。首先，在颈部网络中集成动态高效多尺度注意力模块，有效缓解了密集场景中小目标的特征稀释问题，增强了模型对全局和局部信息的捕获能力。其次，采用自适应质量感知焦点损失，从分类精度与定位质量耦合两个方面进行协同优化，从而提升密集场景中重叠和遮挡目标的检测精度。最后，使用质量增强异构自适应非极大值抑制方法，根据目标区域密度自适应调整IoU阈值，在消除冗余检测框的同时提高计数精度。在自建数据集上的验证结果表明，在参数几乎保持不变的情况下，该模型优于基线YOLOv8n，精确率、召回率、mAP₅₀和mAP_50-95分别提升了2.0%、3.3%、2.1%和8.0%。该方法为高效准确地进行玉米幼苗计数提供了技术基础。

玉米作为世界重要粮食作物，其种植面积和总产量持续增长，对全球粮食安全、牲畜饲料生产及工业应用具有战略意义。智能精准农业中，玉米幼苗的准确量化是高通量种子质量评估、田间精细管理、动态幼苗监测及早期产量预测的基础。传统人工计数方法准确性低、效率差、劳动成本高且主观性强，难以满足大规模精准生产和现代农业实时监测的需求。深度学习技术，尤其是YOLO系列检测器，因其实时推理能力强和硬件友好特性，被广泛应用于农业视觉任务。然而，玉米幼苗计数面临小目标、形态相似、密集分布和遮挡等挑战，致使现有方法在高密度场景下仍存在漏检和误检问题。为此，研究人员在YOLOv8n基础上提出了DAQ-YOLO模型，通过集成三个核心模块实现从特征提取到后处理的协同优化，以提升密集场景下玉米幼苗的计数精度。

该研究构建了包含3个品种（‘临农368’、‘铁铭366’和‘蓝酷8165’）共1100幅图像的自建玉米幼苗数据集，图像采集于中国山西省晋中市太谷区北方林果苗木繁育基地温室（37.337528°N，112.533153°E），使用iPhone 14拍摄，分辨率4000×2250，共标注122651个幼苗实例。数据按品种、采集日期和光照条件以8:1:1划分训练、验证和测试集。模型基于PyTorch框架和Ultralytics YOLOv8实现，输入尺寸640×640，训练200轮，批大小16，采用AdamW优化器，并设置数据增强策略。技术上，D-EMA模块通过动态通道分组和并行空间-局部上下文建模增强多尺度特征表征；AQFL模块利用连续软标签、动态聚焦参数和IoU质量加权优化分类与定位的耦合；QHA-NMS模块采用密度感知自适应阈值和多元质量评分重排实现后处理改进。

消融实验分析：D-EMA模块单独集成使mAP_50-95从48.0%提升至49.4%（相对提升2.9%），mAP₅₀提升0.5%，参数量仅增加0.16M，计算量增加2.5%，验证了动态注意力机制在缓解小目标特征稀释中的有效性。

AQFL模块分析：单独集成AQFL使mAP_50-95提升至49.6%（相对提升3.3%），mAP₅₀提升至89.4%，精确率从87.0%提升至88.9%，表明该损失函数能有效抑制背景误检并提升检测置信度可靠性，且不增加推理开销。

QHA-NMS模块分析：与单阶段变体AdaptiveNMS和QualityNMS相比，QHA-NMS凭借异构级联架构实现粗到精的协同优化，使mAP_50-95达到55.1%，相对基线提升14.8%，相对最佳单阶段变体提升9.5%，同时几乎不增加计算负担。

不同NMS方法对比：在YOLOv8n基线上，QHA-NMS相比Soft-NMS在mAP₅₀和mAP_50-95上分别提高2.1%和4.0%，且优于DIoU-NMS和WBF-NMS，展示了更准确的定位能力。

不同模型对比：DAQ-YOLO的mAP_50-95达56.0%，分别超出YOLOv10n、YOLOv11n和YOLOv12n达2.9%、3.0%和2.5%；相比Faster-R-CNN，mAP_50-95提高41.0%，计算效率提升16.2倍，参数量减少87.9%；相比SSD300，mAP_50-95提高94.4%，计算开销降低86.8%。计数误差方面，DAQ-YOLO的MAE、MSE、RMSE和MAPE分别为2.90、14.54、3.81和0.026，均为最低，Spearman相关系数最高（0.954），总预测数12299与真实值12338仅相差39。

不同密度性能：按密度将测试图像分为低、中、高三组，DAQ-YOLO在所有密度下均优于基线，mAP_50-95分别提高7.1、7.6和8.5个百分点，MAE分别降低约46.2%、41.5%和35.4%。高密度下Recall从79.5%提升至83.5%，Spearman相关系数从0.876提升至0.900，表明该模型在密集场景中漏检更少、计数一致性更强。

可视化检测结果：与YOLOv8n相比，DAQ-YOLO在高置信阈值下漏检数量显著减少，进一步验证了其在密集目标场景下的性能优势。

讨论部分指出，D-EMA、AQFL和QHA-NMS三个模块构成端到端的优化流程，功能互补：D-EMA解决特征稀释，AQFL耦合分类与定位，QHA-NMS改进后处理，三者协同使模型在参数量仅3.17M、计算量8.3 GFLOPs的同时达到高精度，具备实际应用价值。研究结论为：DAQ-YOLO通过在特征提取、损失监督和后处理阶段分别引入D-EMA、AQFL和QHA-NMS，显著提升了密集场景下玉米幼苗的检测与计数准确性。未来工作将尝试将该模型部署于无人机、嵌入式视觉终端或巡检机器人，扩展到小麦、水稻、油菜等其他密植作物的幼苗检测，并通过采集野外不同光照和背景图像、结合数据增强与迁移学习进一步提升模型的鲁棒性和泛化能力。