改進YOLOv5 模型在自然環境下柑橘識別的應用

摘要：在復雜的自然環境中綠色柑橘生長形態各異，顏色與背景色相近，為有效識別綠色柑橘，提出一種基于混合注意力機制并改進YOLOv5模型的柑橘識別方法。首先，改進YOLOv5的網絡結構，在主干網絡中添加混合注意力機制，即在主干網絡中的第2層嵌入SE（squeeze and excitation）注意力，第11層嵌入CA（coordinateattention）注意力；其次，改進網絡模型特征融合結構，將YOLOv5模型Concat特征融合操作的下層分支放在模型C3模塊之前，再與另一條上層分支進行特征融合；最后，改進模型分類損失函數，將YOLOv5模型的分類損失函數改成Varifocal Loss函數，加強綠色柑橘特征信息的提取，提高綠色柑橘檢測精度。根據自然環境和柑橘自身的特點，對自建數據集進行分類，設計3組不同分類場景下柑橘的對比試驗以驗證其有效性。試驗結果表明，改進后的YOLOv5-SC模型準確率為91.74%，平均精度為95.09%，F1為89.56%，在自然環境下對綠色柑橘的識別具有更高的準確率和更好的魯棒性，為綠色水果智能采摘提供技術支持。

關鍵詞：目標檢測；YOLOv5；注意力機制；損失函數；綠色柑橘

doi：10.13304/j.nykjdb.2022.0994

中圖分類號：S126；S225.93 文獻標志碼：A 文章編號：1008?0864（2024）07?0111?10

中國是柑橘的重要原產地，柑橘資源豐富，品種優良繁多，表皮顏色分為黃色和綠色[1?2]。傳統的水果采摘仍以人工作業為主，隨著人工智能技術與中國農業高質量發展，柑橘類果實的采摘方式逐漸轉向智能化。智能果實采摘機器人能有效節約勞動力成本，滿足實際生產需要，促進農業的智能化發展[3-5]。

機器視覺技術是實現農業智能化采摘的關鍵技術之一，它能利用算法對相機等設備采集到的圖像進行分析，替代人眼檢測與定位。隨著深度學習技術的發展，以Faster RCNN、YOLO（you onlylook once）為代表的深度學習算法模型相繼出現[6]，使機器視覺技術在農業智能采摘、果實識別、產量預估、病蟲害檢測等方面發揮著重要的作用。但綠色柑橘與自然背景顏色相似，且生長形態各異，識別時易受到枝葉遮擋、果實重疊、天氣變化等自然環境因素的影響[7?8]。因此，如何實現自然環境下綠色柑橘的準確識別是亟待解決的重要問題。

利用機器視覺技術對柑橘進行了智能化檢測。Wang 等[9] 基于局部二值模式（local binarypatterns，LBP）特征研發一種自適應AdaBoost分類器，對綠色柑橘識別的準確率達到85.6%。Lu等[10]基于LBP特征和層次輪廓提出一種未成熟柑橘檢測方法，準確率達到82.3%。Gan等[11]通過主動熱成像系統來檢測未成熟的柑橘類水果，并根據主動熱成像系統構建深度學習模型，平均精度達到87.2%。韓文等[12] 提出Tiny-Dense-YOLOv3 網絡模型，采用卷積層替換Tiny的池化層以減少目標信息丟失，并借鑒DenseNet網絡在Tiny網絡中嵌入2個層密集塊，最終準確率達到88.98%。Zheng等[13]利用多尺度卷積神經網絡檢測自然環境中的綠色柑橘，最終模型的平均準確率達到91.55%。陳文康等[14]通過改進YOLOv4網絡模型對果園柑橘進行檢測，對先驗框的選擇和損失函數進行優化，同時利用密集連接形成多尺度融合，該模型對果園環境下不同生長期柑橘檢測的準確率達到良好的效果。黃彤鑌等[15]在YOLOv5網絡模型的基礎上，引入CBAM（convolutional block attentionmodule）注意力機制，并用α-IoU 損失函數替代GIoU損失函數作為邊界框損失函數來檢測柑橘果實，平均精度達到91.3%。

綠色柑橘是柑橘類果實的重要組成部分，其營養價值豐富，但綠色柑橘生長環境復雜，顏色與背景相近，果實數量、形態等具有多樣性，識別難度較大。智能采摘機器人作業過程中，對果實更準確地識別和定位是主要難點[16]。因此，本文提出一種改進YOLOv5模型，對自然環境下柑橘進行識別。該模型采用混合注意力機制，將通道注意力SE（sequeeze and excitation）[17]和協同注意力機制CA（coordinate attention）[18]融入模型的主干網絡，改進模型的特征融合連接結構和分類損失函數，引入Varifocal Loss[19]分類損失函數，可實現自然環境下綠色柑橘的有效識別，為綠色水果智能采摘技術提供支持。

1 材料與方法

1.1 柑橘圖像采集與分類

柑橘圖像的采集地點位于廣西壯族自治區桂林市靈川縣九屋鎮。采集設備為三星S10手機，圖像的分辨率為4 032 像素×3 024 像素（大小約3.9 MB），保存格式為JPEG。拍攝時天氣條件為晴天和陰天，共采集柑橘圖像6 018幅。對采集到的柑橘圖像按果實數量和大小進一步分類，得到柑橘數據集（表1）。

1.2 數據預處理

YOLOv5 模型利用Mosaic 對數據進行增強，能保證圖像樣本的均衡性。Mosaic隨機選取4幅圖像進行預處理，將其拼接到1幅圖上進行訓練，該方法不需要增加最小批次的大小，可以直接計算4幅圖像的數據，能有效擬合訓練集中的圖像，減少GPU（graphics processing unit）的使用率，使模型的魯棒性更好。

1.3 自然環境下的綠色柑橘檢測模型

1.3.1 YOLOv5 模型

YOLOv5 模型的主干網絡主要分為Focus模塊和C3模塊，Focus模塊在圖像進入主干網絡之前對圖像進行切片操作，將圖像相鄰的4個位置進行堆疊，把高分辨率的特征圖拆分成多個低分辨率特征圖，實現下采樣的同時減少計算量，提升網絡速度。C3 模塊通過改進BottleneckCSP[20]模塊，使其結構比BottleneckCSP少1個卷積層，模型體積變小。特征融合后，卷積模塊中的激活函數替換成SiLU函數，檢測性能不斷增強。Neck 中采用了FPN（feature pyramidnetworks）[21]與PAN（path aggregation network）結合的結構，其主要思想來源于PANet（path aggregationnetwork）[22]網絡結構。FPN是一種自頂向下的結構，將下層特征與上層特征連接，再與自底向上的特征金字塔結合，增強模型的語義信息。模型檢測（predict）采用CIOU_Loss[23]作為邊界框損失函數，網絡共輸出3個尺寸的特征圖，用于檢測不同尺寸的目標對象，最后生成的圖像通過預測的邊界框和類別進行標記。

1.3.2 改進YOLOv5模型

根據自然環境下綠色柑橘的特點，對YOLOv5模型進行改進，提升自然環境下柑橘的識別效果：①在主干網絡中融入混合注意力機制，即將通道注意力SE和協同注意力CA結合使用；②將模型所有Concat特征融合操作的淺層特征分支連接在C3模塊之前，再與深層特征分支特征進行融合；③改進模型的分類損失函數，引入新的分類損失函數Varifocal Loss。改進后的模型如圖1所示。

1.3.3 混合注意力機制

由于綠色柑橘圖像與自然環境背景色相近，導致模型通道特征信息和圖像的像素值有限，因此需要加強模型通道間特征信息的訓練。此外，為了讓模型更精準地定位和識別柑橘對象，需要加強位置感知信息的訓練。

SE機制利用壓縮（squeeze）操作，在深層次網絡中優化學習特定類別的特征信息，再經過激發（excitation）操作，如式（1）所示。

X? = Xσ （z?） （1）

z?= T2 （ReLU（T1 （z ））） （2）

式中，σ 表示sigmoid激活函數，X 表示輸入的特征圖，X?表示最終輸出的特征圖，z?是轉換函數生成后的結果。T1和T2是2個線性變換，用來捕獲每個通道的重要性，對通道間的特征進行加權后，將通道間的權值與原始特征圖的特征相乘，得出新通道權值。

CA機制不僅關注了通道間的信息，同時還關注方向感知和位置感知。CA機制在水平和垂直方向，利用全局平均池化對每個通道進行編碼，從而嵌入了坐標信息，得到2個特征圖。將2個特征圖Concat連接，使用1個共享的1×1卷積變換函數進行操作。然后沿著空間維度，分成2個獨立的張量fh和fw。為了使張量的通道數相同，再利用2個1×1卷積變換分別對fh和fw進行變換，得到擴展的注意力權重gh和gw，如式（3）所示。

yc （i，j ） = xc （i，j ） × ghc（i） × gwc（ j ） （3）

式中，yc （i，j ） 表示第c 個通道（i，j ） 位置處最終的輸出，xc （i，j ） 表示嵌入坐標信息后的輸出，ghc（i）和gwc（ j ） 分別表示高度為h、寬度為w 方向上生成的協同注意力參數。

本文將2種注意力機制結合，稱作混合注意力。分別將SE注意力和CA注意力機制添加到模型的第2層和第11層，不僅能捕獲方向和位置信息，也能捕獲通道信息，讓模型更好地提取、定位柑橘圖像的特征。為驗證混合注意力機制的有效性，設計以下幾組對比試驗進行驗證：①模型第2層不嵌入注意力機制，第11層嵌入CBAM注意力機制；②模型第2層不嵌入注意力機制，第11層嵌入CA注意力機制；③模型第2層不嵌入注意力機制，第11層嵌入SE注意力機制；④模型第2層嵌入SE注意力機制，第11層嵌入CA注意力機制。

1.3.4 改進模型特征融合連接結構

卷積神經網絡能更好地提取圖像的特征信息，YOLOv5模型的C3模塊可防止在卷積過程中產生的梯度爆炸和網絡退化的問題，所以YOLOv5模型使用大量C3 結構。同時，為了豐富上下文特征信息，YOLOv5模型采用Concat方法將深層特征分支與淺層特征分支進行特征融合。但由于C3模塊內部仍然存在多個卷積結構，導致模型后續特征融合時參數量過大，在特征提取過程中也容易出現特征信息丟失的問題。為減少淺層特征分支的卷積次數和特征融合時的參數量、反饋多尺度間特征的重要性及相關性，同時提高網絡模型識別柑橘的性能，本文將淺層特征分支連接在C3模塊之前，再與深層特征分支進行特征融合，改進后結構如圖2所示。

1.3.5 改進分類損失函數

YOLOv5模型的損失函數可以分為分類損失函數和回歸損失函數2類，YOLOv5模型的分類損失函數采用的是FocalLoss（ FL），其定義如下。

式中，y∈{±1}，表示真實類；p∈[0，1]，表示前景類的預測概率；α 表示用來平衡正負樣本的權重；（1-p）γ和pγ用來調整每個樣本的權重；Focal Loss對于正負樣本的處理相同。

本文引入Varifocal Loss替換YOLOv5原網絡模型的Focal Loss。Varifocal Loss 是在Focal Loss基礎上進行改進的分類損失函數，其對于圖像正負樣本的處理不同，能夠更加平衡柑橘圖像正負樣本的損失，定義如下。

式中，p 是預測的分類得分，q 是目標IoU（intersection over union）的得分，α 表示用來平衡正負樣本的權重，pγ表示縮放系數。

與Focal Loss不同的是，增加q 來對正樣本加權，如果正樣本的真實IoU得分較高，則損失函數的權重會更大，可以使訓練聚焦在質量高的樣本上。由于正樣本的數量較少，為了充分利用正樣本的監督信息，縮放系數pγ只會對負樣本進行調節。為了平衡整體的正負樣本數量，使用α 對負樣本進行加權。

1.3.6 試驗平臺及評價指標

試驗硬件環境采用Intel（R） Xeon（R） CPU E5-2630 v4 @ 2.20GH 處理器，內存64GB，操作系統為Ubuntu 16.04 LST 64位，深度學習框架為Pytorch，CUDA 11.2版本，使用Tesla P40顯卡對圖像進行加速處理。

為驗證模型的有效性，選取準確率（P）、平均精度均值（mean average precision，mAP）和調和平均數（F1）為整體評價指標，準確率表示模型預測為正樣本確實為正樣本的概率，平均精度均值將每個類別的平均精度（average precision，AP）計算均值，F1表示準確率和召回率（R）的調和平均數，反映模型的整體性能，計算公式如下。

式中，TP表示真正例數，FP表示假正例數，FN表示假負例數，APi 為第i 類檢測準確率，N（number）為類別數量。

2 結果與分析

2.1 圖像數據增強分析

柑橘圖像數據集使用Mosaic 數據增強通過隨機剪裁、隨機縮放、隨機排列等方式進行拼接，使得數據集得到有效填充，樣本的均衡性更強，訓練出來的模型魯棒性更好，如圖3所示。

2.2 模型優化對比分析

2.2.1 混合注意力優化分析

試驗在陰天條件下5～10個柑橘的維度內進行。將SE、CBAM、CA注意力機制分別嵌入模型第11層進行對比試驗，試驗結果如表2所示。經驗證，在第2層加入SE注意力機制后模型準確率更高，相較于單獨添加CBAM、CA、SE 注意力機制，準確率分別提高了3.22%、1.89%和1.09%。

2.2.2 模型性能對比分析

模型改進后，在整體數據集上進行驗證，并將改進后的YOLOv5模型取名為YOLOv5-SC模型，不同模型的性能對比結果如表3所示。YOLOv5-SC模型準確率更高，與YOLOv5、Faster RCNN、YOLOv3-LITE網絡模型相比較，準確率分別提高2.61%、4.13% 和6.27%。在平均精度均值和F1值方面也表現更好，分別達到95.09% 和89.56%。從模型準確率的變化（圖4）可以看出，經過100 次迭代后，改進后的YOLOv5-SC模型準確率趨于穩定，準確率優于各對比模型。這表明YOLOv5-SC模型具有更強的柑橘檢測能力。

從圖5可以看出，改進后的YOLOv5-SC模型能提取更多關于柑橘的特征信息，提升了自然環境下柑橘的檢測效果。

2.3 不同分類場景下檢測性能分析

綠色柑橘與自然背景色相似，但在實際自然環境中綠色柑橘還會受到其他復雜情況的影響。果實重疊、枝葉遮擋、天氣條件變化、果實大小等復雜情形對果實采摘機器人的檢測和采摘效果造成不同的影響。選取3個自然條件（天氣條件、果實數量、果實大小）下的檢測效果進行對比試驗，從柑橘數據集中選取合適的類別，并按7∶3的比例劃分訓練集及測試集，以驗證改進后的模型在自然環境下的檢測效果。

2.3.1 不同天氣條件下性能分析

由于晴天和陰天光照強度不同，柑橘會呈現不同的光澤、對比度和飽和度。在晴天條件下，柑橘飽和度更強，其本身的色彩會更加鮮艷，光照越強柑橘光澤更亮，而在陰天條件下則恰好相反，這會對模型的識別效果產生一定的影響。本研究在5～10個柑橘的維度內進行試驗，分析不同天氣條件下對柑橘的檢測效果，結果如圖6所示。可以看出，在不同天氣場景下，改進后的YOLOv5-SC模型對柑橘的檢測效果更好，其不僅能識別出更多數量的柑橘，還能改善模型將綠色背景識別成綠色柑橘的情形。YOLOv5-SC模型比YOLOv5模型準確率更高，在陰天條件下準確率提高1.95%，在晴天條件下準確率提高2.34%（表4）。

2.3.2 不同果實數量下性能分析

在柑橘圖像拍攝過程中，隨著拍攝角度和距離的移動，每幅圖像包含的柑橘個數不同。如果圖像中柑橘數量較少，柑橘對象往往完整清晰，受環境因素的影響少；反之，包含的柑橘數量較多，它們會受到枝葉遮擋、果實重疊等自然因素的影響，其檢測難度提升。在不同天氣條件下，本節通過對比試驗驗證不同果實數量下模型的檢測效果，試驗在少量（lt;5個）和多量（5～10個）柑橘2個維度進行，檢測效果如圖7所示。可以看出，針對不同果實數量下的柑橘圖像，YOLOv5-SC模型比YOLOv5模型準確率更高。在陰天和晴天天氣下，如果柑橘果實數量在5個以內，準確率能分別提高3.04、3.13個百分點。當果實數量較多時，準確率能分別提高1.95、2.34個百分點。在自然因素條件下，仍能檢測出更多的柑橘（表5）。

2.3.3 不同果實大小下性能分析

在不同果實數量情況下，柑橘圖像呈現大小不一的形狀，影響果實采摘機器人的采摘效率。在單果實圖像中，近焦拍攝果實呈現單一較大的形態，遠焦拍攝果實呈現單一較小的形態。在實際工作中，機器人識別果實也會自助調焦來識別果實，這會導致果實的大小不同。因此，本節在5個以內柑橘的維度進一步研究果實大小對識別性能的影響，結果如圖8所示。可以看出，YOLOv5-SC模型仍能檢測出更多柑橘，并能改善將綠色背景誤檢成綠色柑橘的情形，相較于YOLOv5模型準確率更高。較大和較小的柑橘經過模型識別后，在陰天條件下準確率能分別提高1.25、0.73個百分點。在晴天，準確率能分別提高0.55、0.85個百分點（表6）。

3 討論

柑橘生長環境復雜，會受到遮擋、重疊、天氣等因素的影響，且綠色柑橘顏色與自然環境相近，識別難度較大。早期的機器視覺技術能根據柑橘的輪廓、紋理、形狀等特征設計識別算法，或利用高光圖譜、熱成像系統等方式進行識別，取得一定的研究成果。但是，這些方法需要人工對柑橘圖像進行特征提取，其識別效果有待提升，部分技術的研究成本也較高。隨著機器視覺技術的發展，能通過深度卷積神經網絡對柑橘圖像進行特征提取，由數據本身來驅動特征及表達關系的自主學習[24]。YOLO 是端到端的深度卷積神經網絡模型，能識別和定位對象，檢測速度快[25]。YOLOv5模型結構與YOLOv4模型相似，其核心是將目標檢測作為單一回歸任務，但YOLOv5模型均值權重文件更小，推理速度和時間更短。本文以YOLOv5深度學習模型為基礎對綠色柑橘對象進行了研究，并提出了一種改進的YOLOv5-SC模型對綠色柑橘進行識別。對比原模型，添加了混合注意力機制，優化了特征融合結構和分類損失函數，準確率提升了2.61個百分點，說明提出的改進方法能提升對綠色柑橘的識別效果。

為驗證模型優化方法的有效性，本研究添加混合注意力機制，與單獨添加一種注意力機制相比模型的準確率更高。模型優化完成后，YOLOv5-SC模型準確率最高，其平均精度和F1值也最高，對綠色柑橘的特征提取效果更好。

本文數據集能覆蓋多種自然環境條件，再利用YOLOv5的Mosaic數據增強策略，增加了圖像樣本的均衡性。針對綠色柑橘復雜的生長環境，本文進一步研究了不同自然環境下綠色柑橘的檢測性能。分別在不同天氣、不同果實數量、不同果實大小條件下，YOLOv5-SC模型準確率能得到一定的提升。從識別效果來看，YOLOv5-SC能識別出更多柑橘果實，也能有效減少綠色背景被誤檢成綠色柑橘的情形。

本文通過改進YOLOv5模型來識別自然環境下的綠色柑橘，能為綠色水果智能采摘領域提供理論研究與技術支撐。為了讓模型更好地與智能采摘落地，未來在最小損失模型精度的前提下，需要減少模型體積，提升模型檢測速度，以實現模型輕量化部署與檢測。

參 考 文 獻

［1］ 王林惠，蘭玉彬，劉志壯，等.便攜式柑橘蟲害實時檢測系統的研制與試驗[J].農業工程學報，2021，37（9）：282-288.

WANG L H， LAN Y B， LIU Z Z， et al .. Development andexperiment of the portable real-time detection system for citruspests [J]. Trans. Chin. Soc. Agric. Eng.， 2021，37（9）：282-288.

［2］ CHEN W， ZHOU Y， CHEN Y. The environmental impacts ofcitrus residue management in China： a case study in the threegorges reservoir region [J]. Waste Manage.， 2021， 133（6）：80-88.

［3］ TANG Y， CHEN M， WANG C， et al .. Recognition andlocalization methods for vision-based fruit picking robots： areview [J/OL]. Front. Plant Sci.， 2020， 11：510 [2022-12-14].https：//doi.org/10.3389/fpls.2020.00510.

［4］ YE L， DUAN J， YANG Z， et al .. Collision-free motion planningfor the litchi-picking robot [J/OL]. Comput. Electron. Agric.，2021， 185： 106151 [2022-12-14]. https：//doi.org/10.1016/j.compag.2021.106151.

［5］ 趙德安，吳任迪，劉曉洋，等.基于YOLO深度卷積神經網絡的復雜背景下機器人采摘蘋果定位[J].農業工程學報，2019，35（3）：164-173.

ZHAO D A， WU R D， LIU X Y， et al .. Apple positioning basedon YOLO deep convolutional neural network forpicking robotin complex background [J]. Trans. Chin. Soc. Agric. Eng.，2019，35（3）：164-173.

［6］ 許德剛，王露，李凡.深度學習的典型目標檢測算法研究綜述[J].計算機工程與應用，2021，57（8）：10-25.

XU D G， WANG L， LI F. Review of typical object detectionalgorithms for deep learning [J]. Comput. Eng. Appl.， 2021，57（8）：10-25.

［7］ 易詩，李俊杰，張鵬，等.基于特征遞歸融合YOLOv4網絡模型的春見柑橘檢測與計數[J]. 農業工程學報，2021，37（18）：161-169.

YI S， LI J J， ZHANG P， et al .. Detecting and counting of springseecitrus using YOLOv4 network model and recursive fusionof features [J]. Trans. Chin. Soc. Agric. Eng.， 2021， 37（18）：161-169.

［8］ 楊婷婷，郭志勛，雷定湘，等.機器視覺技術在農業中的應用[J].安徽農學通報，2021， 27（18）：110-111.

YANG T T， GUO Z X， LEI D X， et al .. Application of machinevision technology in agriculture [J]. Anhui Agric. Sci. Bull.，2021，27（18）：110-111.

［9］ WANG C， LEE W S， ZOU X， et al .. Detection and counting ofimmature green citrus fruit based on the Local Binary Patterns（LBP） feature using illumination-normalized images [J]. Precis.Agric.， 2018，19（6）：1062-1083.

［10］ LU J， LEE W S， HAO G， et al .. Immature citrus fruit detectionbased on local binary pattern feature and hierarchical contouranalysis [J]. Biosys. Eng.， 2018，171：78-90.

［11］ GAN H ， LEE W S， ALCHANATIS V， et al .. Active thermalimaging for immature citrus fruit detection [J]. Biosys. Eng.，2020，198：291-303.

［12］ 韓文，魏超宇，劉輝軍.基于Tiny-YOLOv3的田間綠色柑橘目標檢測方法[J].中國計量大學學報， 2020， 31（3）：349-356，392.

HAN W， WEI C Y， LIU H J. Green citrus detection based onTiny-YOLOv3 in field [J]. J. China Metrol. Univ.， 2020，31（3）：349-356，392.

［13］ ZHENG Z， XIONG J， LIN H， et al .. A method of green citrusdetection in natural environments using a deep convolutionalneural network [J/OL]. Front. Plant Sci.， 2021， 12： 705737[2022-12-28]. https：//doi.org/10.3389/fpls.2021.705737.

［14］ 陳文康，陸聲鏈，劉冰浩，等.基于改進YOLOv4的果園柑橘檢測方法研究[J].廣西師范大學學報（自然科學版），2021，39（5）：134-146.

CHEN W K， LU S L， LIU B H， et al .. Real-time citrusrecognition under orchard environment by improved YOLOv4 [J]. J.Guangxi Norm. Univ. （Nat. Sci.）， 2021，39（5）：134-146.

［15］ 黃彤鑌，黃河清，李震，等.基于YOLOv5改進模型的柑橘果實識別方法[J].華中農業大學學報，2022，41（4）：170-177.

HUANG T B， HUANG H Q， LI Z， al.el. Citrus fruit recognitionmethod based on the improved model of YOLOv5 [J]. J.Huazhong Agric. Univ.， 2022，41（4）：170-177.

［16］ 楊長輝，劉艷平，王毅，等. 自然環境下柑橘采摘機器人識別定位系統研究[J].農業機械學報，2019，50（12）：14-22.

YANG C H， LIU Y P， WANG Y， et al .. Research andexperiment on recognition and location system for citruspicking robot in natural environment [J]. Trans. Chin. Soc.Agric. Mach.， 2019，50（12）：14-22.

［17］ JIE H， LI S， GANG S， et al .. Squeeze-and-excitation networks[C]// Proceedings of 2018 IEEE/CVF Conference on ComputerVision and Pattern Recognition （CVPR） . IEEE， 2018：7132-7141.

［18］ HOU Q， ZHOU D， FENG J. Coordinate attention for efficientmobile network design [C]// Proceedings of the IEEE/CVFConference on Computer Vision and Pattern Recognition.IEEE， 2021：13713-13722.

［19］ ZHANG H， WANG Y， DAYOUB F， et al .. Varifocalnet：A n iouawaredense object detector [C]// Proceedings of the IEEE/CVFConference on Computer Vision and Pattern Recognition. IEEE，2021：8514-8523.

［20］ WANG C Y， LIAO H Y M， WU Y H， et al .. CSPNet：A newbackbone that can enhance learning capability of CNN [J/OL].2019， 1911： 11929 [2022-12-28]. https：//doi.org/10.48550/arXiv.1911.11929.

［21］ LIN T， DOLLAER P， GIRSHICK R， et al .. Feature pyramidnetworks for object detection [C]// Proceedings of the IEEEConference on Computer Vision and Pattern Recognition. IEEE，2017：936-944.

［22］ LIU S， QI L， QIN H， et al .. Path aggregation network forinstance segmentation [C]// Proceedings of 2018 IEEE/CVFConference on Computer Vision and Pattern Recognition（CVPR）. IEEE，2018：8759-8768.

［23］ ZHENG Z H， WANG P， LIU W， et al .. Distance-IoU Loss：Faster and Better Learning for Bounding Box Regression [C]//Proceedings of The Thirty-Fourth AAAI Conference onArtificial Intelligence 2017： 12993-13000.

［24］ 宋中山，劉越，鄭祿，等.基于改進YOLOV3的自然環境下綠色柑橘的識別算法[J]. 中國農機化學報， 2021， 42（11）：159-165.

SONG Z S， LIU Y， ZHENG L， al. el. Identification of greencitrus based on improved YOLOV3 in natural environment [J].J. Chin. Agric. Mechan.， 2021，42（11）：159-165.

［25］ 劉芳，劉玉坤，林森，等.基于改進型YOLO的復雜環境下番茄果實快速識別方法[J].農業機械學報，2020，51（6）：229-237.

LIU F， LIU Y K， LIN S， et al .. Fast Recognition method fortomatoes under complex environments based on improvedYOLO [J]. Trans. Chin. Soc. Agric. Mach.， 2020，51（6）：229-237.

基金項目：國家民委中青年英才培養計劃項目（MZR20007）；湖北省科技重大專項（2020AEA011）；武漢市科技計劃應用基礎前沿項目（2020020601012267）；中南民族大學研究生學術創新基金項目（3212022sycxjj333）。