《Agronomy》：An RT-DETR-Based Strawberry Disease Detection Method via Multi-Domain Collaborative Optimization
编辑推荐：
复杂田间条件下实现准确的草莓病害检测具有挑战性，因为病斑外观和尺度变化显著，且病害区域常受遮挡、光照变化和复杂背景影响。为改善特征表示和多尺度信息交互，研究人员基于RT-DETR-R50提出RT-DETR-AGWZ。该模型引入BottleNeck_Attent
复杂田间条件下实现准确的草莓病害检测具有挑战性，因为病斑外观和尺度变化显著，且病害区域常受遮挡、光照变化和复杂背景影响。为改善特征表示和多尺度信息交互，研究人员基于RT-DETR-R50提出RT-DETR-AGWZ。该模型引入BottleNeck_Attention进行空间特征增强，GLSA进行全局-局部上下文建模，WaveletUnPool进行基于Haar基约束的结构化上采样，以及Zoom_cat进行多尺度特征对齐与融合。在清洗后的自采集草莓病害数据集上，采用冻结的组感知数据划分开展实验。在验证集上的三次独立运行中，RT-DETR-AGWZ的平均精确率(Precision)为0.948±0.006，召回率(Recall)为0.944±0.006，mAP@0.5为0.969±0.002，mAP@0.5:0.95为0.836±0.008。与RT-DETR-R50相比，平均mAP@0.5:0.95从0.817±0.012提升至0.836±0.008，绝对提升约1.93个百分点。误差分析进一步显示，假阳性检测和定位误差有所减少，并且在相同实验方案下，RT-DETR-AGWZ在评估的代表性检测器中取得了最佳整体检测性能。这些结果表明，所提出的多域协同优化策略能够改善复杂田间条件下草莓病害的检测与定位。
**研究背景与问题**
草莓是重要的园艺作物，灰霉病、白粉病、炭疽病果腐病和角斑病等病害会显著影响果实品质和产量。田间条件下，密集叶片、果实重叠、光照变化、遮挡和复杂背景使病斑识别十分困难；人工检查在大规模种植中费时费力且具有主观性。基于卷积神经网络(CNN)的YOLO系列检测器在农业场景应用广泛，但卷积特征提取限制了长程上下文建模和对视觉相似症状的判别能力。Transformer检测器通过自注意力机制具备全局建模优势，RT-DETR在实时推理和全局特征交互方面提供了良好基础。然而，现有方法在草莓病害检测中仍面临细粒度病斑细节在下采样中弱化、尺度变化大、遮挡和背景复杂等挑战。因此，有必要在RT-DETR框架内同时增强特征表示能力、保留细粒度病斑信息并优化多尺度交互。
**研究内容与结论**
研究人员基于RT-DETR-R50提出RT-DETR-AGWZ，将BottleNeck_Attention、GLSA、WaveletUnPool和Zoom_cat集成到不同检测阶段，分别用于空间特征增强、全局-局部上下文建模、Haar基约束的结构化上采样和多尺度特征对齐融合。在自采集并清洗后的草莓病害数据集上，采用冻结的组感知数据划分开展实验。验证集三次独立运行的平均Precision为0.948±0.006，Recall为0.944±0.006，mAP@0.5为0.969±0.002，mAP@0.5:0.95为0.836±0.008，较RT-DETR-R50提升约1.93个百分点；固定工作点误差分析显示假阳性检测和定位误差明显下降；与代表性检测器相比，该模型在统一实验方案下取得最佳整体性能。这表明多域协同优化策略能有效改善复杂田间条件下草莓病害的检测与定位。
**主要关键技术方法**
样本来自中国甘肃刘家峡草莓种植基地，由HONOR Magic6 Pro和Sony ZV-E10 II拍摄。原始图像经SHA-256去重和感知哈希、ResNet50特征相似性构建图像相似图，采用组感知划分得到6355幅训练图像、1816幅验证图像和908幅测试图像，共包含21160个标注框和6个病害类别。主要方法包括：在骨干网络层4～7引入BottleNeck_Attention；在特征融合头加入GLSA、WaveletUnPool和Zoom_cat；使用统一训练协议、固定数据增强和相同评价流程；采用mAP、Precision、Recall及FPPI、MissRate、LocError等误差指标进行评价。
**研究结果**
**消融实验设计与模块级消融分析**：研究人员设计A～J共10种消融配置，以RT-DETR-R50为基线。独立实验中，BottleNeck_Attention对mAP@0.5:0.95提升最明显，从0.820提升至0.831；GLSA、WaveletUnPool和Zoom_cat单独引入时mAP@0.5:0.95未超过基线，但分别改变Precision-Recall权衡。渐进序列A→E→F→G→J中，加入BottleNeck_Attention后mAP@0.5:0.95升至0.831；进一步加入GLSA后mAP维持0.831，Recall升至0.939；加入WaveletUnPool后mAP@0.5:0.95升至0.839，Recall升至0.951；最终加入Zoom_cat构成完整模型后mAP@0.5:0.95为0.838，Precision升至0.947。相比基线，最终配置在代表性单次运行中mAP@0.5:0.95提升1.8个百分点，Recall提升2.2个百分点。三个选定模块对的交互项均为正值，表明组合效果优于独立效果的简单相加。
**类别性能比较**：在三次独立运行中，完整RT-DETR-AGWZ对全部6个草莓病害类别的平均mAP@0.5:0.95均高于基线，提升幅度为0.83～4.40个百分点。其中白粉病果实提升最大，为4.40个百分点；灰霉病次之，为2.57个百分点；白粉病叶片提升1.90个百分点；炭疽病果腐病、角斑病和叶斑病分别提升1.13、1.00和0.83个百分点。这表明改进并非集中于单一类别。
**总体性能与尺度性能分析**：在验证集上，RT-DETR-AGWZ三次运行的平均mAP@0.5:0.95为0.836±0.008，较基线的0.817±0.012提升约1.93个百分点。在冻结的测试集上，验证选优检查点仍保持优势，mAP@0.5和mAP@0.5:0.95分别提升约0.92和2.28个百分点。尺度方面，中尺度病斑的mAP@0.5:0.95从0.5375提升至0.5714，提升3.39个百分点；大尺度病斑从0.8185提升至0.8315，提升1.30个百分点。由于测试集仅含4个小目标，小尺度指标仅作描述性参考。
**重复运行稳定性与超参数分析**：三次独立训练的重复运行显示，RT-DETR-AGWZ在Precision、Recall、mAP@0.5和mAP@0.5:0.95上均取得更高均值；最低mAP@0.5:0.95为0.828，略高于基线的最高值0.827。超参数敏感性方面，初始学习率从0.0005降至0.0001时mAP@0.5:0.95升至0.845；批次大小4、8、16的结果分别为0.839、0.838和0.839；较低输入分辨率使mAP@0.5:0.95降至0.780，较高分辨率达到0.832。
**固定工作点误差分析**：在置信度阈值0.25和IoU阈值0.5下，RT-DETR-AGWZ在6个类别中的5个降低了每图假阳性数(FPPI)，叶斑病、白粉病叶片和灰霉病降幅最大。整体上，假阳性从1060降至773，假阴性从96降至90，整体FPPI从1.1674降至0.8513，整体验证集MissRate从0.0453降至0.0425，定位误差从43降至27。这表明主要改进来自假阳性抑制和定位能力提升。
**与代表性检测模型比较**：在相同数据集划分和训练方案下，RT-DETR-AGWZ的Precision为0.947、Recall为0.948、mAP@0.5为0.968、mAP@0.5:0.95为0.838，均高于所比较的YOLO系列和RT-DETR系列模型。定性结果显示，该模型在多病灶、尺度变化和部分遮挡场景中能保持较稳定的检测响应，与定量结果一致。
**讨论与结论**
研究人员指出，各模块的贡献依赖其所处的架构上下文，BottleNeck_Attention独立效果最明显，而GLSA、WaveletUnPool和Zoom_cat在组合架构中展现出互补行为；最终模型属于精度-效率权衡设计，而非延迟降低方案。未来工作将集中于多模态数据融合、模型压缩与边缘部署，以及与物联网环境数据结合的前瞻性预警系统。
研究结论可翻译为：本研究通过在RT-DETR框架中集成BottleNeck_Attention、GLSA、WaveletUnPool和Zoom_cat，提出草莓病害检测模型RT-DETR-AGWZ。消融实验表明各组件具有不同独立效果，并在组合时表现出互补性。在验证集三次独立运行中，RT-DETR-AGWZ的平均Precision为0.948±0.006、Recall为0.944±0.006、mAP@0.5为0.969±0.002、mAP@0.5:0.95为0.836±0.008，较基线提升约1.93个百分点。对应检查点也在冻结测试集上保留了性能优势。固定工作点误差分析显示假阳性从1060降至773，定位误差从43降至27。在与代表性检测模型的比较中，RT-DETR-AGWZ在所采用的实验方案下取得最高精度、召回率、mAP@0.5和mAP@0.5:0.95。
