基于YOLOv8的甘蔗莖節高效檢測方法

關鍵詞：目標檢測；甘蔗；莖節檢測；YOLOv8

中圖分類號：TP391.4；S566.1 文獻標志碼：A

甘蔗產業作為農業經濟發展的重要組成部分，推進其高質量發展對于保障食糖供給、加快農業轉型升級及促進經濟高質量發展意義重大[1]?，F今，我國甘蔗產業發展模式正發生著深刻變化，迫切需要把農業科技創新作為推動甘蔗產業現代化發展的關鍵動力[2]。目前甘蔗的田間作業仍要依靠大量的人工參與，如蔗種制備和甘蔗種植，不僅工作效率低，種植均勻性和準確性也無法保證[3]。隨著智慧農業的不斷發展，計算機技術也逐漸開始應用于甘蔗種植和收獲等方面的研究，有效緩解了社會勞動力缺乏的問題，同時提高作業效率等[4]。然而，目前甘蔗莖節檢測方法的精度和效率有待提高，無法做到廣泛應用。因此，設計一個高效且精準的甘蔗莖節檢測系統，是甘蔗園智能化管理面臨的瓶頸問題。

目前部分國內外的學者進行了關于甘蔗節點檢測的相關研究。伊朗MOSHASHAI 等[5]利用灰度圖像閾值分割的方法對甘蔗莖節識別做了初步研究，黃亦其等[6]研究了基于局部均值，在HVS顏色空間的H 分量進行圖像分割處理，以最大灰度值確定莖節位置的方法，其識別率為90.77%，平均時間為0.481 539 s。陸尚平等[7]探討了基于機器視覺的甘蔗莖節特征提取與識別方法，對甘蔗蔗段的圖像的HSV 顏色空間中S 分量與H 分量圖像進行不同處理，并使用支持向量機的方法處理甘蔗莖節與節間，聚類分析后得到莖節數與位置的平均識別率分別為94.118%、91.522%。張衛正等[8]基于高光譜成像技術進行甘蔗莖節識別與定位方法研究，通過圖像采集裝置上方的光譜儀進行數據收集，提取莖節特征波段建立模型，實現對莖節進行識別，莖節左右端的定位誤差分別小于0.9 mm 和2.4 mm。以上研究通過結合人工特征，利用傳統機器學習方法實現了甘蔗的識別。然而，傳統機器學習方法由于需要預先指定手工特征，在蔗園復雜環境下存在魯棒性差和泛化能力弱的不足，識別性能需要進一步提升。

近年來，深度學習技術已經在農業領域得到了廣泛的應用，許多研究人員也展開了基于深度學習的莖節識別研究[9-14]。李尚平等[15]通過減少中間卷積層構成的殘差結構數量，對YOLOv3 網絡進行改進，實現了90.38%的準確率和28.7 ms的平均耗時。唐玲玲[16]基于改進YOLOv4 甘蔗莖節識別模型，將有效特征層直接傳入加強特征提取網絡中以進行路徑聚合構建，單幀圖像識別時間約為6 ms，識別準確度為98.68%。李強等[17]通過改進LeNet-5 網絡模型實現對蔗芽識別定位，該模型單幅圖像檢測用時為1.2 s，識別準確率達92%。陳文[18]基于MobileNet 網絡和YOLOv4-t網絡實現甘蔗莖節的識別，提供了一種以較小準確率損失為代價的模型輕量化方法。趙文博等[19]提出基于改進YOLOv5 模型的莖節識別方法，在甘蔗數據集上準確率達97.1%。何捷[20]通過多尺度預測結構并采用K-means 算法優化描邊框改進了YOLOv5 網絡，改進后的目標檢測模型mAP為93.8%。戴久翔等[4]通過添加CBAM 注意力機制模塊和引入VarifocalNet，在YOLOv5 網絡進行優化，甘蔗莖節識別準確率達到89.89%。上述研究著重提升模型精度并取得了顯著成果，但絕大多數研究依賴于高性能計算機進行試驗，因而對硬件的需求較高，這使得其難以應用于當前的農村種植環境，無法滿足低成本高質量作業的目標。

經過上述研究可知，深度學習技術在圖像特征提取與目標檢測方面表現出色，尤其在復雜環境中顯示出其獨特的優勢。相較于傳統的機器學習方法，深度學習方法不僅展現出更高的魯棒性，還具備出色的泛化能力。然而，在甘蔗莖節檢測領域，目前的研究主要聚焦于提升算法的精確性，卻忽視了模型實時作業和輕量化的重要性。高復雜度的模型對內存和計算資源的需求較高，這與設備的小型化趨勢相悖，同時也增加了甘蔗種植機械化的成本負擔。因此，如何在維持系統性能的同時，降低模型的計算開銷和體積，已成為甘蔗生產裝備實現機械化和智能化作業的核心挑戰。

為滿足蔗農和甘蔗生產裝備的實際需求，本研究提出了一種基于YOLOv8 的甘蔗莖節高效檢測方法。該方法的主要工作包括：（1）設計并開展自然環境下甘蔗圖像采集試驗，進行人工標注，并進行隨機劃分，以構建甘蔗圖像數據集；（2）采用YOLOv8 網絡作為甘蔗莖節檢測模型，通過優化超參數組合，實現模型性能的最優化；（3）設計并開展不同檢測模型的對比試驗，全面評估模型的性能和復雜度。研究結果可為甘蔗智能化收獲和種植提供技術支持，從而滿足甘蔗生產裝備在降低成本和提高效率方面的實際需求。

1 材料與方法

1.1 材料

1.1.1 圖像采集 在廣東省湛江市中國熱帶農業科學院農業機械研究的甘蔗園內（ 21°10′N，110°16′E），于2023年11月進行圖像采集試驗。構建了新臺糖22號和貴糖49號2 個甘蔗品種的圖像數據集。如圖1所示，新臺糖22 號的莖皮部分呈現出淺黃綠色的特征，而貴糖49號則呈現出紫紅色。在試驗過程中， 采用iPhone 11和HUAWEI Mate 60 Pro作為拍攝相機，圖像尺寸設定為4032×3024 像素，并以彩色圖像JPG 格式進行保存。共拍攝450幅圖像，每張圖像中包含3～5個莖節，總計約1800 個甘蔗莖節。這些圖像為后續的數據分析和研究提供重要的視覺信息。

1.1.2 數據集處理和制作 數據集的質量對于訓練識別模型的精度及其在實際應用中的性能具有至關重要的影響。為確保數據的清晰度和代表性，篩選了440 幅甘蔗圖像。同時為確保模型訓練與驗證的有效性，將這些圖像按照7∶3 的比例劃分為訓練集和驗證集，其中310 張圖像用作訓練集，剩余的130 張圖像則作為測試集，具體劃分結果如表1。本研究使用目標檢測領域常用的軟件LabelImg（https：//github.com/tzutalin/labelImg），對甘蔗數據集進行標注，生成的標簽文件中包含每個甘蔗莖節的類別標識及其在圖像中的規范化邊界框坐標。

1.2 方法

1.2.1 YOLO v8 模型 野外場景下甘蔗節點的精準檢測是實現后續智能化種植和收獲任務的關鍵步驟。目前，檢測方法主要分為以R-CNN系列為代表[21-24]的2 階段策略和以YOLO 系列為代表[25-28]的單階段策略目標檢測框架。相比現有目標檢測方法，YOLOv8 在保持高精度的前提下，以其高速的迭代更新而更備受關注。該模型采用了更加輕量級的網絡結構，并且使用了更加高效的推理技術（如TensorRT 引擎加速等），具有更好的檢測性能和易于在野外實際場景中部署應用。因此，選取具有較高檢測精度和速度的YOLOv8 作為甘蔗莖節檢測網絡。如圖2所示，YOLOv8 的總體結構包括骨干網絡（Backbone）、頸部網絡（Neck）、檢測頭（Head）3部分內容。

1.2.2 主干網絡和頸部網絡 為了使網絡在GPU 資源有限的條件下得到更好的訓練結果，YOLOv8 在BackBone 和Neck 中分別采用了Darknet53 網絡和PAFPN 網絡，通過將YOLOv5中的C3 模塊換成C2F 模型，有效提高了網絡高效提取特征的能力。如圖3 所示，C2F 模塊結構主要流程為：先經過1 個Conv 卷積，接著使用chunk 函數將out 平均拆分成2 個向量，并保存到list 中；然后，將后半部分輸入到Bottleneck Block里面， 其中， Bottleneck Block 里面有n 個Bottleneck；最終將每個Bottleneck 的輸出都追加到list 中。

1.2.3 預測網絡 目標檢測算法可根據是否存在先驗錨框標準，劃分為基于錨框（Anchor-based）和基于無錨框（Anchor-free）2 類。解耦頭由TIAN等[29]首次提出，憑借其快速收斂及提升回歸性能的優勢，在基于Anchor-Free 的目標檢測器中，如YOLOX 得到了廣泛應用。

如圖4所示，YOLOv8 的預測網絡使用了Decoupled-Head，同時由于使用DFL 思想，因此預測頭的通道數也變成4×reg_max 形式。相對于YOLOv5，為了提升回歸性能，YOLOv8 將Head中的C3 模塊替換為C2f，將上采樣之前的1×1 卷積去除，將Backbone 不同階段輸出的特征直接送入上采樣操作，實現不同尺寸特征圖的特征融合，降低推理成本。最終提出一種高效的解耦頭，具有更快的推理速度。

2 結果與分析

2.1 試驗配置與訓練結果

為公正評估各算法性能，試驗中確保各算法所采用的訓練平臺與超參數配置基本一致。本研究試驗平臺詳情如下：中央處理器（CPU）為英特爾至強金牌6 256 處理器，主頻3.60 GHz，具備48 個物理核心與24 個線程，內存容量1024GB。顯卡為NVIDIA RTX A6000（GPU），顯存48 GB。操作系統采用Ubuntu18.04，安裝有CUDA11.8.130 、CUDNN 8.6.0 、NVIDIA 驅動程序535.104 、Opencv 4.8.0 以及訓練框架Pytorch2.0.1。

（1）參數設置：選用官方提供的預訓練模型Edgeyolo_Tiny 和YOLOv8_n 作為初始模型，將輸入圖像像素尺寸設為1024×1024，并將Max_epoch 設為300。同時，設置Batch size 為16，初始學習率（ learning rate ） 為0.01 ， 動量因子（momentum）為0.90，權重衰減系數為0.0005。

（2）訓練策略：在訓練過程中，采用K-means聚類算法，通過自適應計算來精確地確定最佳的錨框長寬比。為進一步增強模型的泛化能力和魯棒性，采用多種圖像增強方法。首先，通過Mosaic數據增強技術，增加模型的訓練樣本多樣性和背景復雜度；其次，采用Mixup 方法通過在原始圖像和標簽之間進行線性插值，生成新的訓練樣本，提高模型的泛化能力； 此外， 引入EMA（exponential moving average）技術，對模型參數進行平滑處理，進一步提高模型的穩定性；在顏色空間方面，采用HSV 顏色空間增強，通過隨機調整圖像的色相、飽和度和亮度，增強模型對不同光照條件和顏色變化的適應能力；最后，通過Flip方法，對圖像進行水平翻轉，以增加模型的對稱性識別能力。

圖5 為甘蔗莖節識別網絡在訓練過程中的模型損失和平均精度（AP）隨迭代次數的變化曲線。模型在訓練和驗證過程中的損失變化及性能指標：邊界框損失（box_loss）、分類損失（cls_loss）和分布焦點損失（dfl_loss）的變化，以及精度（precision）、召回率（recall）、平均精度（mAP）。觀察圖像可發現，損失曲線逐步降低并保持穩定，這意味著網絡誤差逐漸減小且泛化性能良好。隨著訓練輪次的增加，mAP 曲線逐漸上升并穩定，盡管在初期可能存在一定波動，但訓練進行過程中，波動逐漸減小。深入分析表明，訓練集和驗證集上的損失曲線趨勢一致，mAP 表現亦然，無明顯偏差，這說明網絡未出現過度擬合或欠擬合現象。從參數收斂情況來看，基于損失曲線和mAP曲線的收斂趨勢，以及訓練集和驗證集上的一致表現，可確認甘蔗莖節網絡已達到收斂。

2.2 甘蔗莖節識別試驗和結果分析

在本研究中，設計1組甘蔗莖節識別試驗，采用Edgeyolo_S_Coco 網絡、Edgeyolo_Tiny 網絡和YOLOv8_n 網絡分別對新型糖22 號甘蔗和貴糖49 號甘蔗的測試圖像進行識別，模型檢測效果如圖6 所示。試驗以精確率（precision）、召回率（recall）、mAP 值、推理時間（inference time）和模型大?。╩odel_size）作為評估準則，計算公式如下：

其中，T_p 表示正確識別的甘蔗莖節數（真正例），表示錯誤識別為甘蔗莖節的數量（假正例），F_N表示未識別出的甘蔗莖節數（假負例）。P和R分別代表精確率和召回率，是評估檢測模型性能的重要指標。AP 是precision-recall 曲線下的面積，反映模型的綜合性能。inference time 是單張甘蔗圖像檢測所需的時間，用于衡量模型的效率。model_size 表示模型大小，網絡參數量在實際部署中起到關鍵作用，對于模型的運行速度和性能有重要影響。

從圖6可以看出，對于新臺糖22號甘蔗和貴糖49號甘蔗2個品種，Edgeyolo_Tiny 網絡、Edgeyolo_Tiny 網絡以及YOLOv8_n 網絡均可較好識別出圖像中甘蔗莖節。與Edgeyolo_S_Coco網絡和Edgeyolo_Tiny 網絡相比，YOLOv8_n 網絡很好地克服了漏檢和重復檢測的缺點。此外，在實際作業中，切種機產生的震動或是蔗農的日常操作，均可能導致圖像質量出現不同程度的模糊，這進一步增加了甘蔗莖節識別的難度。圖7展示了在圖像模糊條件下，YOLOv8_n 網絡的檢測效果。從圖中可以觀察到，即使在圖像質量不佳的情況下，該網絡依然能夠準確識別并框選出甘蔗莖節，充分證明YOLOv8_n 網絡在魯棒性和整體性能上的卓越表現。

從表2 可以看出，YOLOv8_n 網絡在測試集上的精確率、召回率、mAP、單幀推理耗時以及模型大小分別為0.973、0.958、0.974、19.80 ms和6.30 MB 。與Edgeyolo_S_Coco 網絡和Edgeyolo_Tiny 網絡相比，YOLOv8_n 網絡的mAP同比分別提高了1.70%和1.3%，單幀推理耗時同比分別降低了4.71 ms 和1.5 ms，模型大小同比分別縮減了33.70 MB 和17.50 MB。試驗結果表明，本研究提出的甘蔗莖節檢測網絡在檢測性能和泛化能力上更具優勢，能有效滿足戶外環境下對算法精度和模型復雜度的需求。

3討論

本研究提出了一種基于YOLOv8 的輕量級甘蔗莖節檢測方法。研究首先開展了野外甘蔗圖像采集，構建新臺糖22 號和貴糖49 號2 個品種的甘蔗圖像數據集，并通過人工標注將數據集劃分為訓練集、驗證集和測試集。隨后，提出采用輕量級的EdgeYOLO 網絡，確定最優超參數組合，實現對甘蔗莖節的精準檢測。在結構化場景下，本方法在測試集上的精確率、召回率、mAP、單幀推理耗時以及模型大小分別為0.973、0.958、0.974、19.80 ms和6.30 MB。與Edgeyolo_S_Coco 網絡和Edgeyolo_Tiny 網絡相比，YOLOv8_n 網絡的mAP 值分別提高了1.70%和1.3%，單幀推理耗時分別降低了4.71 ms 和1.5 ms，模型大小分別縮減了33.70 MB和17.50 MB。研究結果表明，所提出的甘蔗莖節檢測網絡在檢測性能和泛化能力上具有明顯優勢，能有效滿足戶外環境下對算法精度和模型復雜度的需求，為農業智能化生產中的甘蔗收獲與種植提供技術支持。

總體而言，本研究提出的輕量化甘蔗莖節檢測方法在檢測性能和泛化能力方面表現卓越，充分滿足了戶外環境下甘蔗莖節檢測算法所需的精準度和成本效益。未來研究可將該算法有效地應用于實際邊緣設備，以滿足實時性和資源受限環境下的運行需求。此外，將本算法整合至甘蔗切種機或種植機等農業機械中，實現與農業裝備的緊密集成，將為農業生產提供更為智能化的服務，提升機械操作的精準度和效率。