基于注意力增强的YOLOv8n-CBAM模型用于陷阱环境下的红棕象甲稳健检测

《Smart Agricultural Technology》:Attention-Enhanced YOLOv8n-CBAM for Robust RPW Detection in Trap-Based Environments

【字体: 大 中 小 】 时间:2026年09月18日 来源:Smart Agricultural Technology 7.1

编辑推荐:

  红棕象甲(Red Palm Weevil, RPW)是对棕榈种植园造成严重破坏的最具毁灭性的害虫之一,其感染初期往往难以察觉,因此需要可靠且早期的检测方法来进行有效管理。尽管基于信息素的陷阱在实际监测系统中很普遍,但由于目标尺寸较小、背景杂乱、存在视觉相似的非

  
红棕象甲(Red Palm Weevil, RPW)是对棕榈种植园造成严重破坏的最具毁灭性的害虫之一,其感染初期往往难以察觉,因此需要可靠且早期的检测方法来进行有效管理。尽管基于信息素的陷阱在实际监测系统中很普遍,但由于目标尺寸较小、背景杂乱、存在视觉相似的非目标昆虫以及数据集多样性有限等因素,在此类环境中实现自动化视觉检测仍然是一项重大挑战。为了克服这些挑战,本研究提出了一种基于轻量级YOLOv8n架构并集成卷积块注意力模块(Convolution Block Attention Module, CBAM)的注意力增强型目标检测框架,旨在提升陷阱图像中的特征辨别能力。该方法将数据集优化(通过数据增强和引入负样本昆虫图像)与架构增强(在YOLOv8n骨干网络中嵌入通道和空间注意力机制)相结合。实验评估表明,与基线YOLOv8n模型相比,所提出的数据集优化与CBAM集成的组合方案实现了96.45%的精确率、96.80%的召回率、98.83%的平均精度均值(mean Average Precision, mAP)@0.5以及75.35%的mAP@0.5:0.95。在未见过的图像上的定性结果进一步展示了该模型在视觉挑战性条件下的检测性能,包括背景杂乱和相似的非目标昆虫。结果表明,将数据集优化和基于注意力的特征增强与轻量级检测架构相结合,是实现现实世界RPW监测的一种可行方法。

论文解读文章

1. 研究背景与现存问题

红棕象甲(Red Palm Weevil, RPW)是一种严重危害热带和亚热带地区棕榈树的害虫。其幼虫在树干内部取食,造成的损害早期从外部难以发现,导致感染通常在晚期才被察觉,给棕榈种植业带来巨大的经济损失。因此,早期可靠的检测对于有效的害虫管理至关重要。目前,基于信息素的诱捕器是追踪RPW种群的主要工具,但人工识别和计数耗时费力且易出错,尤其在多种昆虫共存的环境中。尽管计算机视觉和深度学习技术,特别是YOLO系列目标检测算法,已在农业领域取得进展,但在实际RPW监测应用中仍面临严峻挑战。这些挑战主要包括:RPW在陷阱图像中常表现为小目标、背景杂乱、光照条件多变、与非目标昆虫视觉相似,以及可用于训练的RPW专用数据集规模有限且多样性不足。现有研究多依赖于计算成本高昂的模型或在理想成像条件下进行,忽视了资源约束和环境噪声的影响,偏离了真实世界的监测场景。因此,亟需一种计算高效且在复杂环境下鲁棒的检测框架。

2. 研究内容与结论

为解决上述问题,本研究提出了一种结合数据集优化和注意力机制增强的RPW检测框架。研究人员首先以YOLOv8n作为基线模型,并通过数据增强(如亮度/对比度调整、翻转、模糊等)和引入包含非目标昆虫(如苍蝇、甲虫)的负样本来优化数据集,以提高模型的泛化能力和区分能力。在此基础上,研究人员将卷积块注意力模块(Convolution Block Attention Module, CBAM)集成到YOLOv8n的骨干网络中,通过在特征提取阶段引入通道注意力和空间注意力,使模型能够更专注于RPW相关的特征,同时抑制无关的背景信息。
实验结果表明,该结合策略显著提升了检测性能。与基线YOLOv8n模型相比,所提出的YOLOv8n-CBAM模型在精确率、召回率、平均精度均值(mean Average Precision, mAP)@0.5和mAP@0.5:0.95等指标上均有明显提高,分别达到96.45%、96.80%、98.83%和75.35%。对未见图像的定性分析也证实,该模型在面对背景杂乱和相似非目标昆虫等视觉挑战时,依然表现出色。研究表明,将数据集优化、注意力机制与轻量级检测架构相结合,是实现真实世界RPW自动监测的有效途径。

3. 关键技术方法

本研究采用了以下关键技术方法:
  • •
    轻量级基线模型选择:选取YOLOv8n作为基线网络,因其在检测精度和计算效率之间取得了良好平衡,适合实时和资源受限的部署环境。
  • •
    数据集优化与增强:对原始531张图像(含441张RPW正样本和90张负样本图像)进行数据增强,最终获得5017张图像。数据集按80:10:10的比例划分为训练、验证和测试集。
  • •
    注意力机制集成:在YOLOv8n骨干网络的每个C2f瓶颈块后插入一个卷积块注意力模块(Convolution Block Attention Module, CBAM)。CBAM由通道注意力和空间注意力两部分组成,前者通过全局平均池化和最大池化结合多层感知机(Multilayer Perceptron, MLP)建模通道间关系,后者则利用7×7卷积核聚焦于重要的空间区域。
  • •
    单阶段端到端训练:整个YOLOv8n-CBAM框架采用端到端的训练方式,进行输入图像预处理、特征提取、多尺度特征融合和目标检测。

4. 研究结果

系统架构
研究人员提出了一个包含四个主要组件的检测系统:输入预处理、CBAM增强的骨干网络、多尺度特征融合颈部(Neck)和解耦检测头。其中,CBAM被嵌入到骨干网络的C2f模块之后,用于在特征进入颈部融合前进行精炼。
数据集与预处理
数据集构建是本研究的关键一环。研究人员收集了531张原始图像,并通过数据增强(如亮度/对比度调整、翻转、模糊等)将其扩展至5017张,同时加入了90张非目标昆虫的负样本图像以降低误检率。所有图像均使用Roboflow平台进行手动标注,最终包含66724个RPW边界框标注。数据集按80:10:10的比例分为训练集(4014张)、验证集(502张)和测试集(501张)。
YOLOv8n-CBAM框架
算法流程描述了完整的训练过程。输入图像经过骨干网络得到中间特征图F。在通道注意力模块中,对F进行全局平均池化和最大池化,得到的两个描述符通过共享的多层感知机和Sigmoid激活函数生成通道注意力图Mc。该注意力图与原始特征图F逐元素相乘,得到精炼后的特征图F'。随后,空间注意力模块对F'沿通道轴进行平均池化和最大池化,拼接后经7×7卷积和Sigmoid激活生成空间注意力图Ms。Ms与F'逐元素相乘,得到最终的精炼特征图F''。这一过程有效增强了RPW相关特征的响应。

5. 讨论与结论

讨论:研究指出,尽管YOLOv8n-CBAM模型在各项指标上表现优异,但其mAP@0.5:0.95指标仍有提升空间,这反映了在更严格的IoU阈值下,对小目标和遮挡目标的定位精度仍是挑战。未来工作可探索更先进的注意力机制或多尺度特征融合策略,以进一步提升模型在高难度场景下的性能。此外,将模型部署到边缘设备并进行实地测试也是重要的后续研究方向。
结论:本研究提出了一种针对陷阱环境中红棕象甲(RPW)检测的注意力增强型YOLOv8n-CBAM框架。通过结合数据集优化(数据增强与负样本引入)和CBAM注意力机制的集成,该方法有效解决了小目标、背景杂乱和视觉相似干扰物等难题。在自建数据集上的实验结果显示,该模型在精确率、召回率和mAP等关键指标上均优于基线YOLOv8n模型,展现出在真实世界RPW监测应用中的巨大潜力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号