基于改進YOLO11的小麥籽粒病害識別方法

0 引言

小麥是我國的第二大主糧作物，主要分布在我國黃淮海地區，常年播種面積2266.67萬 。然而，小麥籽粒在生長、收獲及儲存過程中易遭受多種病害侵襲，如赤霉病、黑胚病等。這些病害不僅會降低小麥產量，還可能產生毒素，威脅人畜健康。因此，及時對小麥籽粒病害進行有效地識別和防控至關重要。傳統的小麥籽粒病害識別方法主要依賴人工目視檢測，這種方法效率低、主觀性強且對檢測人員專業知識要求較高[2]。

隨著計算機視覺技術的飛速發展，基于深度學習的目標檢測算法在農作物病害識別領域展現出巨大潛力。于錦龍等3通過引入一種輕量級的注意力模塊LCSA和改進MBConv結構，提出了一種基于EfficientNet-B0改進的輕量化小麥病害識別模型ML-EfficientNet，其識別準確度達到 95.71% 。白玉鵬等4通過對ViT-Base中的PatchEmbedding層進行結構優化，提出一種基于改進VisionTransformer的小麥病害圖像識別算法，平均識別準確度達到96.81% ，識別效果較好。以上研究表明，深度學習算法在小麥籽粒病害識別中展現出廣闊的應用前景，但目前關于提高檢測速度和實時算法的研究仍然較少。

YOLO系列算法以其快速、高效的特點在目標檢測任務中得到了廣泛應用。然而，在小麥籽粒病害識別中，由于病害特征的復雜性和多樣性，傳統的YOLO算法仍存在一些問題，如對小目標的檢測精度不高、無法滿足實時檢測要求、容易出現漏檢和誤檢等。因此，基于YOLO11n標準網絡，提出一種基于改進YOLO11的小麥籽粒病害識別算法，以提升其在小麥籽粒病害識別中的性能。

1 YOL011模型

如圖1所示，YOLO11模型由主干、頸部、檢測頭三個基本組件組成。其中，主干由Conv、C3k2、SPPF、C2PSA等模塊組成，主要用于提取輸人圖像多個尺度特征圖。YOLOv11提出了一種更輕量、更高效的模塊C3k2，增強了特征提取的整體性能。同時，引入了空間注意力（C2PSA）模塊，與SPPF相結合，使模型能夠更加關注圖像中重要區域。頸部組件則保留了FPN+PAN結構，將C2f替換成C3k2組件，主要用于對不同尺度的特征進行融合。檢測頭部分沿用了YOLOv8的解耦頭，但是YOLO11在分類檢測頭上加入了兩個深度可分離卷積（DW-Conv），在不損失精度的同時大幅減少了計算量。針對回歸損失，引入DistributionFocalLoss與CIoU相結合的計算方式；針對分類損失，則使用Varifo-calLoss進行計算。

2 YOLO11模型改進

2.1主干網絡改進

ShuffleNetV2是輕量級卷積神經網絡中的經典模型，其主干結構設計旨在在低計算資源下實現高效的特征提取。為了有效提高模型識別的效率和精度，本文選擇將YOLO11的主干網絡替換成輕量級的ShuffleNetV2網絡。

ShuffleNetV2的整體架構以多階段的方式構建，每個階段包含多個重復的模塊。其主要由ChannelSplit（通道分割）和channelshuffle（通道混洗）兩大運算模塊組成。它們在保證高效率運算的同時，能夠使用更多的特征通道和更大的網絡容量，從而減少運算成本并提高檢測精度。Shuffle-NetV2網絡架構由ShuffleUnit（混洗單元）和下采樣模塊組成，具體結構分別如圖2和圖3所示。

在每個階段的起始，特征圖沿通道維度平均分成兩個分支。其中一個分支先進行 1×1 逐點卷積（PW），并將通道數擴展為原來的2倍；接著進行深度卷積（DW），在每個通道上獨立執行卷積操作，以提取空間特征；最后再進行一次 1×1 逐點卷積，調整通道數，以便與另一分支的特征進行融合。另一個分支直接進行恒等映射，兩個分支的輸出在通道維度上拼接，合并特征，隨后執行通道混洗操作，以實現不同組特征間的相互流通。每個階段的第一個ShuffleUnit中，會執行下采樣操作。具體而言，下采樣操作將恒等映射分支替換為一個步長為2的平均池化操作，以匹配另一分支下采樣后的尺寸，使網絡能夠提取到更抽象、更具代表性的特征。

2.2TripletAttention注意力

TripletAttention（三重注意力）是一種新型的注意力機制，旨在增強模型對特征的自適應關注能力，從而提升模型在各種視覺任務中的表現。其核心原理是通過多分支卷積和注意力計算，實現對特征的多維度關注。

TripletAttention實現的具體流程如圖4所示。圖4展示了多分支卷積處理輸人張量并合成三重注意力的過程。輸入特征圖首先被分別輸入三個不同的卷積層分支，每個分支通過卷積操作對輸入特征進行變換，生成不同的特征標志。隨后，對特征圖在空間維度上進行全局平均池化和全局最大池化操作，得到平均特征向量和最大特征向量。接著，將這兩個向量進行拼接，并通過多層感知機進行處理，生成注意力權重。最后，將注意力加權融合經過拼接最終得到特征輸出圖。

為了提高模型對小麥籽粒復雜特征的提取能力，本文使用TripletAttention改進C2PSA結構，改進結構如圖5所示。

2.3 頸部網絡改進

頸部網絡在模型中具有承上啟下的作用，其主要功能是實現多尺度特征的融合。YOLO11雖然對多尺度的特征進行融合，但缺少對輪廓和缺陷形狀等低級特征的關注。因此，筆者引人了CCFM輕量級跨尺度特征融合模塊5，以便更加高效地融合不同尺度的特征，在提升模型對各類目標的檢測性能的同時，保持了較低的計算成本。

CCFM結構如圖6所示。在網絡前向傳播過程中，骨干網絡在不同層生成具有不同尺度的特征圖。CCFM模塊從這些層級收集相應的特征圖，每張特征圖都攜帶了特定尺度下的圖像信息。由于不同尺度的特征圖在通道數和空間分辨率上存在差異，因此在融合之前需要進行特征對齊。通過特征調整層的 1×1 卷積操作，將所有輸入特征圖的通道數調整為統一的值。在特征對齊后，進入融合單元進行特征融合。以逐元素相加為例，將調整后的不同尺度特征圖對應位置的元素進行相加操作，從而使不同尺度的特征信息在空間位置上得以融合，小目標的細節信息和大目標的語義信息也得以結合。融合后的特征圖通過輸出層的卷積操作進一步精煉，使得特征圖能夠更好地表達不同尺度目標的綜合特征。

CCFM能夠高效融合不同尺度的特征，使模型對小目標、中目標和大目標均具有良好的檢測能力。因此，筆者借鑒CCFM的結構，對YOLO11的頸部網絡進行改進，改進后的結構如圖7所示。

3數據采集與處理

3.1 數據采集

本文使用的數據集來源于ZHAO等公布的數據集WGDB。該數據集包含1種健康小麥籽粒和3種缺陷小麥籽粒圖像，共計1846張圖像，7844個標注。3類缺陷分別為赤霉病、黑胚病和霉變，其具體特征和標簽如圖8所示。該數據集綜合考慮了光源、照明條件和圖像采集背景等因素，并通過隨機擺放的方式增強了數據的魯棒性，具有較好的示范性。

3.2 數據預處理

四種類型小麥籽粒的標簽見表1。使用1abe-limg軟件對小麥籽粒進行標注，然后將數據集以8：1：1的比例劃分訓練集、驗證集和測試集，得到1476張訓練集圖像、185張驗證集圖像和185張測試集圖像。

4實驗結果與分析

4.1 評估指標

本文采用平均精度 A P 值、平均精度均值 m A P ）精確率 P 浮點運算次數 G F L O P s 和 F P S 作為實驗結構評估指標，具體公式如下：

式中： T P 是被正確檢測出的小麥籽粒病害樣品的數量； F P 為檢測出的小麥籽粒非病害樣品數量；F N 為檢測錯誤的小麥籽粒病害數量； P 和 R 分別表示精確率和召回率； m A P 為平均精度均值， m A P 值越高，表明模型的檢測能力越強。 F P S 越高，表明模型檢測速度越快。GFLOPS越小，表明模型的計算復雜度越低。

4.2實驗結果與分析

4.2.1 模型精度分析

實驗設置輸入圖像尺寸為 640×640 ，模型迭代次數為200，批量大小為4，動量衰減設置為0.937。采用余弦退火學習率策略，權值衰減為0.0005，初始學習率為 0.01 。實驗得出模型的P-R曲線如圖9所示。預測結果表明，4種類別的小麥籽粒缺陷的平均精度均在 98% ，說明模型對小麥籽粒缺陷的識別效果顯著，具備較高的檢測精度。

4.2.2 模型對比

為了驗證改進后YOLO11算法的有效性，筆者將其與當前主流的目標檢測模型進行了對比實驗，包括Faster-RCNN（R50）、EfficientDet、YOLOv5、YOLOv8、YOLO11，結果如表2所示。

表2數據表明改進后的YOLO11模型在小麥籽粒病害的識別準確度上優于其他對比模型，其 P 值和mAP值分別達到了 96.4% 和 98.8% ，相較于改進前分別提升了 0.5% 和 0.4% ；同時，參數量和計算復雜度分別下降了 38.4% 和 23.8% ，FPS達到了232.6。值得注意的是，改進后的模型在保證識別精度優于Faster-RCNN的情況下，計算復雜度和參數量分別降低了 98% 和 99% ，為輕量化模型部署提供了可靠的技術支持。

4.2.3 檢測效果

為了更直觀地評估改進后的模型檢測性能，筆者在同一設備上對測試集進行實測，定性分析了改進YOLO11和YOLO11n的檢測性能，對比結果如圖10所示。

由圖10可以看出，改進后的YOLO11模型在識別小麥籽粒病害時，應對缺檢和誤檢的能力要優于基線模型，識別準確率和精準度更高，呈現出較好的應用價值。

GradCAM熱力圖是一種用于解釋卷積神經網絡（CNN）決策過程的可視化技術，有助于研究人員研究模型在檢測過程中關注的信息，方便進行調整。

為了進一步分析改進模型對小麥籽粒病害邊緣信息的理解，筆者利用熱力圖進行觀察，如圖11所示。在熱力圖中，紅色區域表示目標的位置和強度，強度越高表示對模型檢測結果的置信度越高。實驗結果表明，改進后的模型對目標具備完整的特征提取能力。

5結論

筆者基于YOLO11模型進行改進，選取包含小麥籽粒病害的公開數據集WGDB進行研究，實現了對小麥籽粒病害的精準快速識別。在主干結構上，使用ShuffleNetV2對主干網絡進行優化，在低計算資源下實現高效的特征提取，有效提高模型識別的速度和精度。隨后，通過引入TripletAttention三重注意力機制改進C2PSA結構，在3個維度對小麥籽粒缺陷的特征進行提取，減少了背景干擾，增強了模型對小麥缺陷籽粒特征的自適應能力。在頸部結構方面，借鑒CCFM輕量級跨尺度特征融合模塊進行改進，以有效融合不同尺度的特征，使得模型對小目標、中目標和大目標都具有良好的檢測能力，最終實現更準確地識別和定位。

實驗結果表明，改進后的YOLO11模型較基準模型的參數量和計算復雜度分別下降了 38.4% 和23.8%，P 值和 m A P 值分別達到了 96.4% 和 98.8% 相較于改進前分別提升了 0.5% 和 0.4% 。同時，改進后的模型FPS達到了232.6，較原模型提高了10.4。這表明改進后的模型在優化性能的同時，能夠保證識別精度和識別速度，減少計算開銷，為輕量化部署提供了可靠的技術支持。

參考文獻：

[1]徐萍，張正斌.功能營養彩色小麥產業化[J].中國農村科技，2023（1）：23-25.

[2]鄭增海.小麥病蟲害監測預警系統技術研究[J].糧油與飼料科技，2024（4）：66-68.

[3]于錦龍，于俊偉，張自豪，等.基于改進Ef-ficientNet的輕量化小麥不完善粒識別模型[J/OL]中國糧油學報，1-15[2024-10-08].https：//doi.org/10.20048/j.cnki.issn.1003-0174.000948.

[4]白玉鵬，馮毅琨，李國厚，等.基于VisionTransformer的小麥病害圖像識別算法[J].中國農機化學報，2024，45（2）：267-274.

[5]ZHAO WY，LIUSY，LIXY，etal.Fast and accurate wheat grain quality detection basedon improved YOLOv5[J].Computers and Electron-icsinAgriculture，2022，202，107426.