《Agriculture》：Design and Implementation of a Corn Pest Detection Method Based on RMS-YOLOv11
编辑推荐：
玉米作为中国核心主食作物之一，保障了国家粮食安全，然而频繁的虫害严重影响作物产量。传统植保措施存在作业效率低和不可避免的环境污染问题。同时，现有主流检测算法受限于识别精度不足和高计算开销。针对上述缺陷，本研究开发了一种改进的RMS-YOLOv11检测框架，以实
玉米作为中国核心主食作物之一，保障了国家粮食安全，然而频繁的虫害严重影响作物产量。传统植保措施存在作业效率低和不可避免的环境污染问题。同时，现有主流检测算法受限于识别精度不足和高计算开销。针对上述缺陷，本研究开发了一种改进的RMS-YOLOv11检测框架，以实现对玉米害虫个体的高精度识别。在原生YOLOv11骨干特征提取末端嵌入RFB组件，以增强对微小害虫目标的特征提取能力。采用MobileNetV2作为轻量化骨干，降低骨干特征提取的计算成本，并将原始标准卷积层替换为自行设计的Conv-SWS模块，以平衡对不同尺寸目标的多尺度特征增强。定量实验结果表明，所提出的RMS-YOLOv11达到了90%的检测精确率（Precision）、83%的召回率（Recall）、89.1%的平均精度均值（mAP@50）、65.5%的mAP@75和59.3%的mAP@50-95。与原始YOLOv11相比，这五项指标分别提升了3.1、4.0、4.5、2.4和3.6个百分点，并且该框架在整体检测指标上优于Faster-RCNN、SSD及其他主流YOLO变体。Grad-CAM热力图可视化结果验证了优化后的网络能够精确定位实际害虫区域，弥补了原网络对小尺寸目标特征关注不足的缺陷。实验结果表明，所提模型在玉米害虫数据集上取得了具有竞争力的检测性能。RMS-YOLOv11可被视为一种有前景的图像级玉米害虫检测模型。尽管如此，在实际田间应用前，仍需基于独立田间数据集、长期诱捕监测数据、多相机设备、多区域数据以及真实害虫管理决策场景进行进一步验证。
一、研究背景与意义
玉米是中国核心主食作物之一，其种植面积和年产量巨大，在国家粮食安全保障体系中占据不可替代的地位。然而，玉米螟、棉铃虫幼虫等害虫频繁爆发，导致玉米产量急剧下降。传统的害虫防治手段主要依赖人工田间巡查和化学农药喷洒，不仅工作效率低下，还伴随着严重的生态污染问题。因此，亟需发展环境友好且高效的自动化害虫检测技术。随着传感和无线通信技术的进步，田间害虫监测逐渐向自动化和远程管理模式演进，但获取的害虫图像仍高度依赖人工分类统计，限制了整体检测效率。深度学习技术摆脱了手工特征设计的束缚，能够自主从害虫图像中提取高层语义信息，已成为当前害虫检测研究的主流。然而，现有的两阶段检测算法虽精度尚可，但冗余的网络结构导致推理速度慢；而以YOLO系列为代表的单阶段检测器虽在精度和速度间取得了较好平衡，但在复杂农田环境下仍存在对微小害虫目标特征提取能力不足、计算复杂度高、模型体积大等问题。为此，本研究旨在设计一种面向复杂田间玉米害虫场景的轻量级高精度检测网络。
二、研究方法概述
研究人员构建了一个包含4547张实地拍摄图像的九类玉米害虫标准化数据集，所有图像均于2023至2024年间在中国哈尔滨的多个独立农田地块采集，并使用JAI EL-2800-GE2相机拍摄。在此基础上，研究人员以YOLOv11为基线网络，提出了RMS-YOLOv11改进框架。关键技术包括三个创新点：第一，在YOLOv11骨干网络的特征提取末端嵌入RFB（Receptive Field Block，感受野模块）组件，利用多分支卷积和空洞卷积在不显著增加参数量的前提下扩大感受野，增强对微小害虫目标的特征提取能力；第二，引入MobileNetV2作为轻量化骨干网络，利用其深度可分离卷积、倒残差结构和线性瓶颈设计，从组件层面降低骨干特征提取的计算成本；第三，将颈部网络中两个标准卷积层替换为自行设计的Conv-SWS卷积模块，该模块结合SimAM注意力机制，通过对特征图进行分块切片处理，计算局部块级的能量函数和注意力权重，从而平衡对大、小目标特征的增强效果并抑制背景干扰。
三、研究结果
3.1 消融实验
研究人员以原始YOLOv11为基线，通过逐步加入RFB（R）、MobileNetV2（M）和Conv-SWS（S）单个模块、双模块组合及三模块集成，量化各组件的影响。结果显示，单独使用某些模块无法在所有指标上带来一致提升，而集成三个模块的RMS-YOLOv11取得了最佳综合性能，精确率达到90%，召回率83%，mAP@50达到89.1%，mAP@75达到65.5%，mAP@50-95达到59.3%，验证了三模块具有互补优化特性。
3.2 模型复杂度比较
对基线及各消融变体的参数量、FLOPs、推理延迟和FPS进行了测量。尽管MobileNetV2旨在降低计算成本，但最终集成的RMS-YOLOv11参数量（4.12M）和FLOPs（7.5G）均高于基线YOLOv11（2.58M和6.3G），表明其优势在于良好的精度-复杂度权衡。
3.3 每类检测性能
展示了YOLOv11和RMS-YOLOv11对各类害虫的精确率、召回率和平均精度。部分形态相似的害虫类别检测精度较低，表明类别不平衡问题仍有待解决。
3.4 相似改进对比实验
在与RFB、MobileNetV2和Conv-SWS相关的三类对比实验中，RMS-YOLOv11分别在各项指标上超越了EMCA_attention、BSAM等注意力模块，MobileNetV3、StarNet等轻量骨干网络，以及AKConv、DynamicConv等卷积改进方案，验证了所提方法的有效性和优越性。
3.5 误差分析
通过归一化混淆矩阵对比发现，RMS-YOLOv11的大多数害虫类别精确率较YOLOv11有显著提升，背景类别的误判分布更合理，整体分类准确性和一致性更好。
3.6 与其他模型比较
与Faster-RCNN、SSD、RT-DETR及YOLO系列多种变体进行对比，RMS-YOLOv11在精确率、mAP@50、mAP@75和mAP@50-95四项指标上表现最优，仅召回率略低于Faster-RCNN，展现了优越的综合检测精度和多尺度鲁棒性。
3.7 重复实验统计分析
三次独立重复实验的结果显示，RMS-YOLOv11的性能波动较小，且配对t检验表明其在mAP@50、mAP@75和mAP@50-95上的提升具有统计学显著性，证明了模型的可靠性和稳定性。
3.8 模型可行性分析
Grad-CAM热力图可视化结果表明，RMS-YOLOv11比基线YOLOv11更强烈地聚焦于害虫区域，验证了改进策略的有效性。
3.9 模型泛化能力验证
在水稻害虫和番茄病害两个跨任务数据集上进行泛化实验，RMS-YOLOv11均取得了稳定的性能增益，展示了有限的跨任务适应性，但仍缺乏对完全不同的农业场景的稳健跨域泛化能力。
3.10 漏检分析
漏检分析结果显示，YOLOv11对微小目标（如桃蚜、蛴螬）和密集簇状目标存在明显漏检，而RMS-YOLOv11显著减少了漏检情况，框定目标更完整，置信度更高。
四、讨论与结论
与近期基于YOLO的害虫检测方法相比，许多工作仅采用单模块修改，而本研究的协同三模块设计共同提升了骨干特征提取效率、多尺度特征增强能力和背景噪声抑制能力，最终集成模型实现了良好的精度-复杂度权衡。消融实验进一步证实，只有完整的组合才能在玉米害虫检测中获得最佳的精度-计算折衷。
研究人员得出结论：在本研究的自建数据集上，RMS-YOLOv11达到了90%精确率、83%召回率、89.1% mAP@50、65.5% mAP@75和59.3% mAP@50-95。配对t检验结果显示，RMS-YOLOv11在mAP@50、mAP@75和mAP@50-95上相较于原始YOLOv11有统计学显著提升，而在精确率和召回率上的提升未达统计显著性。需要注意的是，数据集采用的是随机图像级7:2:1划分而非田地块级划分，因此所得结果为内部图像级验证，而非严格的跨田块泛化性能。RMS-YOLOv11可被视为一种有前景的图像级玉米害虫检测模型。未来工作将在边缘设备上开展全面的初步原型部署测试，并将重点扩展数据集类别，进一步优化模型以适应田间害虫防控需求。
