基于改進(jìn)YOLOv5s的自然環(huán)境下油桃成熟度檢測(cè)方法

摘要：成熟度是影響水果產(chǎn)量和品質(zhì)的關(guān)鍵因素，為實(shí)現(xiàn)對(duì)自然環(huán)境下油桃成熟度的高效檢測(cè)，提出一種改進(jìn)YOLOv5s模型的檢測(cè)方法。首先，將原始模型頸部的特征金字塔結(jié)構(gòu)替換成BiS特征金字塔結(jié)構(gòu)，從而提高模型對(duì)成熟度特征的融合和提取能力；然后，利用QFocal Loss損失函數(shù)將目標(biāo)邊界框估計(jì)與分類評(píng)分整合在一起，從而解決訓(xùn)練樣本中正負(fù)樣本比例失衡的問(wèn)題；最后，將CIoU-NMS作為模型的非極大值抑制方法，提升模型對(duì)遮擋和重疊果實(shí)的檢測(cè)效果。在自制的油桃果實(shí)數(shù)據(jù)集上試驗(yàn)結(jié)果表明，改進(jìn)后的YOLOv5s-BQC模型mAP值達(dá)到91.7%，比原模型提升2.3%，精確度和召回率分別也提升0.9%和0.7%。相較其他主流模型，具有更好的檢測(cè)性能，能夠在復(fù)雜背景中準(zhǔn)確定位油桃果實(shí)，進(jìn)行成熟度分類，滿足油桃成熟度實(shí)時(shí)檢測(cè)的要求，為農(nóng)業(yè)監(jiān)測(cè)和智能采摘提供技術(shù)支持。

關(guān)鍵詞：油桃；成熟度檢測(cè)；YOLOv5s；特征金字塔結(jié)構(gòu)；損失函數(shù)；非極大值抑制

中圖分類號(hào)：S662.1； TP391.4" " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " 文章編號(hào)：2095?5553 （2024） 09?0250?08

Maturity detection method of nectarine in natural environment based on improved YOLOv5s

Song Lihang， Zhang Yi， Shi Yinhao

（School of Mechanical Engineering and Rail Transit， Changzhou University， Changzhou， 213164， China）

Abstract： Maturity is a key factor affecting fruit yield and quality. In order to realize the efficient detection of nectarine maturity in natural environment， an improved detection method of YOLOv5s model is proposed. Firstly， the feature pyramid structure of the original model neck is replaced by the BiS feature pyramid structure， so as to improve the fusion and extraction ability of maturity feature of the model." Then， the QFocal Loss loss function is used to integrate the target bounding box estimation and classification score together， so as to solve the problem of imbalance in the proportion of positive and negative samples in the training samples." Finally， CIoU-NMS is used as the non?maximum suppression method of the model to improve the detection effect of the model on occlusion and overlapping fruits. The experimental results on the self?made nectarine fruit data set show that the mAP value of the improved YOLOv5s-BQC model reaches 91.7%， which is 2.3% higher than the original model， and the precision value and recall value are also increased by 0.9% and 0.7%， respectively. Compared with other mainstream models， it has better detection performance， can accurately locate nectarine fruits in complex backgrounds， and perform maturity classification， which can meet the requirements for real?time detection of nectarine maturity， and provide technical support for agricultural monitoring and intelligent picking.

Keywords： nectarines; maturity detection; YOLOv5s; feature pyramid structure ; loss function; non?maximum suppression

0 引言

隨著農(nóng)業(yè)機(jī)械化水平的提高，發(fā)展智慧農(nóng)業(yè)成為我國(guó)實(shí)現(xiàn)農(nóng)業(yè)長(zhǎng)遠(yuǎn)發(fā)展的必由之路[1]。油桃作為我國(guó)重要的新型果樹(shù)，通過(guò)現(xiàn)代化的種植和采摘方式，它的產(chǎn)能也在逐步提高。成熟度低的油桃果實(shí)后熟進(jìn)程緩慢，商品性不佳，而成熟度高的果實(shí)雖已達(dá)到鮮食最佳程度，但貯藏后營(yíng)養(yǎng)物質(zhì)快速消耗，失去其商品性[2?4]。因此，合適的采收成熟度對(duì)提高油桃的耐貯性和儲(chǔ)藏后商品價(jià)值來(lái)說(shuō)至關(guān)重要。

目前，已有許多學(xué)者對(duì)油桃果實(shí)成熟度檢測(cè)展開(kāi)了研究。如Munera等[5]采集油桃果實(shí)在成熟過(guò)程中完整的高光譜圖像，利用偏最小二乘回歸方法，將油桃的光譜信息與油桃的成熟度感官感知聯(lián)系起來(lái)，實(shí)現(xiàn)了油桃成熟狀態(tài)的可視化檢測(cè)；Zerbini等[6]利用時(shí)間分辨反射光譜（TRS）建立收獲時(shí)不同成熟度的油桃果實(shí)軟化模型，以評(píng)估不同成熟度果實(shí)的采收期。這些檢測(cè)技術(shù)都是通過(guò)光譜反射來(lái)實(shí)現(xiàn)的，檢測(cè)速度較慢，精度不高，在復(fù)雜的自然場(chǎng)景下還不能得到應(yīng)用。

近年來(lái)，許多學(xué)者將機(jī)器視覺(jué)運(yùn)用到農(nóng)業(yè)目標(biāo)檢測(cè)領(lǐng)域中，并且都獲得不錯(cuò)的檢測(cè)精度。目標(biāo)檢測(cè)模型主要分為基于候選框的二階段檢測(cè)模型和基于回歸的一階段檢測(cè)模型[7]。其中，標(biāo)志性的二階段檢測(cè)模型主要有Faster R-CNN[8]模型和Mask R-CNN[9]模型，一階段檢測(cè)算法主要有YOLO[10]模型和SSD[11]模型。宋中山等[12]提出一種基于二值化的Faster R-CNN區(qū)域檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，該方法對(duì)復(fù)雜自然環(huán)境下的柑橘葉片病害檢測(cè)具有較好的識(shí)別速度和魯棒性，對(duì)柑橘類疾病預(yù)防有重要的研究意義；岳有軍等[13]在Mask R-CNN模型上增加邊界加權(quán)損失函數(shù)，使蘋果邊界檢測(cè)結(jié)果更為精確，為蘋果采摘機(jī)器人提供技術(shù)支持。付中正等[14]通過(guò)特征輔助學(xué)習(xí)法更改訓(xùn)練集的組成，使SSD模型學(xué)習(xí)到較為完整的西蘭花葉片邊緣特征和葉片遮擋特征，實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境下西蘭花葉片的高精度檢測(cè)。二階段檢測(cè)模型是先生成預(yù)選框后，再進(jìn)行更細(xì)致的物體檢測(cè)，檢測(cè)時(shí)間較長(zhǎng)；一階段檢測(cè)模型是直接提取特征來(lái)預(yù)測(cè)物體類別和位置的，具有很好的檢測(cè)效率和適配性。

本文針對(duì)自然環(huán)境下油桃成熟度檢測(cè)方法中出現(xiàn)的漏檢、誤檢等問(wèn)題，使用一階段目標(biāo)檢測(cè)模型YOLOv5s進(jìn)行相關(guān)改進(jìn)，使其對(duì)復(fù)雜的自然環(huán)境下的小目標(biāo)、遮擋目標(biāo)和重疊目標(biāo)檢測(cè)中取得更好的效果，為快速準(zhǔn)確檢測(cè)油桃成熟度提供新思路。

1 YOLOv5s目標(biāo)檢測(cè)模型

根據(jù)網(wǎng)絡(luò)模型深度和寬度，YOLOv5可以分為四種版本：YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x，其中YOLOv5s是YOLOv5系列中網(wǎng)絡(luò)模型深度和寬度最小的網(wǎng)絡(luò)，且處理速度最快，模型體積最小，方便在移動(dòng)端上部署[7]。本文選擇在v6.1版本的YOLOv5s檢測(cè)模型的基礎(chǔ)上進(jìn)行相關(guān)優(yōu)化改進(jìn)。

YOLOv5s的網(wǎng)絡(luò)模型結(jié)構(gòu)主要包括4個(gè)部分：輸入端（Input）、主干網(wǎng)絡(luò)（Backbone）、頸部（Neck）和輸出端（Output），其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。輸入端主要包括輸入圖片的預(yù)處理和自適應(yīng)錨框計(jì)算，主干網(wǎng)絡(luò)利用下采樣模塊、C3模塊以及SPPF模塊進(jìn)行特征提取，頸部主要采用FPN和PAN組合的特征金字塔結(jié)構(gòu)對(duì)不同層級(jí)的信息進(jìn)行特征融合，輸出端是對(duì)包含預(yù)測(cè)框類別、置信度和位置信息的向量輸出，采用鄰域正負(fù)樣本分配策略，加速收斂，提高檢測(cè)精度。

2 改進(jìn)的YOLOv5s模型

2.1 特征金字塔結(jié)構(gòu)的改進(jìn)

YOLOv5s模型頸部使用的特征金字塔結(jié)構(gòu)特征融合相對(duì)簡(jiǎn)單，在自然環(huán)境下，綠葉、樹(shù)干、天空等干擾物會(huì)導(dǎo)致模型對(duì)油桃成熟度的特征提取相對(duì)不完整，導(dǎo)致模型識(shí)別精度降低。首先引入一種集成雙向跨尺度連接和快速歸一化融合的加權(quán)雙向特征金字塔網(wǎng)絡(luò)，即BiFPN[15]，其結(jié)構(gòu)如圖2所示。

為了增強(qiáng)有用特征融合的同時(shí)避免增加過(guò)多參數(shù)量和計(jì)算量，故只使用一次三輸入的BiFPN結(jié)構(gòu)。該結(jié)構(gòu)在實(shí)際融合過(guò)程中，雖然已經(jīng)引入可訓(xùn)練權(quán)重值來(lái)調(diào)節(jié)不同特征的貢獻(xiàn)程度，但本文希望在網(wǎng)絡(luò)的頸部特征融合中能夠減少?gòu)?fù)雜的自然背景信息的干擾，更加強(qiáng)調(diào)圖像中感興趣的油桃目標(biāo)，增強(qiáng)對(duì)小目標(biāo)的檢測(cè)能力，所以在BiFPN結(jié)構(gòu)中融入SE（Squeeze?and?Excitation）注意力機(jī)制模塊[16]。該模塊主要包含擠壓（Squeeze）和激勵(lì)（Excitation）操作。對(duì)于任何特征映射輸入U(xiǎn)c，首先對(duì)其進(jìn)行擠壓操作，即對(duì)特征圖采用全局平均池化GAP得到特征向量Mc。之后，執(zhí)行激勵(lì)操作，即特征向量Mc經(jīng)全連接層FC進(jìn)行C/r的降維，通過(guò)ReLu函數(shù)激活，再經(jīng)全連接層FC升維，最終用Sigmoid激活函數(shù)計(jì)算得到對(duì)應(yīng)的權(quán)重值Nc。兩個(gè)操作結(jié)束后，進(jìn)行特征重標(biāo)定操作，即通過(guò)乘法將前面得到的歸一化權(quán)重Nc加權(quán)到輸入特征Uc上。整個(gè)過(guò)程計(jì)算式為

SE模塊被看作是一個(gè)獨(dú)立的計(jì)算單元，用來(lái)增強(qiáng)網(wǎng)絡(luò)中特征表達(dá)能力，可以輸出與輸入中間特征張量大小相同的張量，原作者是將該模塊運(yùn)用到VGGNet和ResNet-50網(wǎng)絡(luò)中，并且都取得不錯(cuò)的效果。基于此思想，本文將該模塊加入到BiFPN結(jié)構(gòu)中的上下采樣模塊之后，形成BiS特征金字塔結(jié)構(gòu)（圖3）。

該結(jié)構(gòu)將主干網(wǎng)絡(luò)第4層、第6層和第9層的3種不同尺度的特征映射輸出作為輸入，中間層P4的兩個(gè)新特征融合過(guò)程的計(jì)算式為

2.2 損失函數(shù)的改進(jìn)

損失函數(shù)是深度學(xué)習(xí)中不可或缺的要素，是模型訓(xùn)練后用來(lái)衡量預(yù)測(cè)框和真實(shí)框之間差距程度的，極大程度上決定了模型的性能。YOLOv5s模型使用定位損失（Localization Loss）、分類損失（Classification Loss）和目標(biāo)置信度損失（Confidence Loss）三種損失函數(shù)。定位損失函數(shù)通過(guò)CIoU Loss來(lái)計(jì)算的，而分類損失和目標(biāo)置信度損失則是通過(guò)二元交叉熵函數(shù)BCEWithLogitsLoss來(lái)計(jì)算的。

在模型的訓(xùn)練階段，由于會(huì)出現(xiàn)輸入圖片中目標(biāo)區(qū)域和非目標(biāo)區(qū)域占比極度失衡的情況，導(dǎo)致訓(xùn)練樣本的類別分配不均勻，為了解決該問(wèn)題，有學(xué)者提出基于二元交叉熵函數(shù)優(yōu)化的Focal Loss （FL）損失函數(shù)[17]。雖然該損失函數(shù)能夠解決訓(xùn)練樣本中正負(fù)樣本比例嚴(yán)重失衡的問(wèn)題，但是在實(shí)際使用時(shí)，目標(biāo)邊界框和分類評(píng)分僅在推理過(guò)程中共同協(xié)助工作，在訓(xùn)練過(guò)程中還是獨(dú)自工作，這會(huì)導(dǎo)致推理時(shí)部分負(fù)樣本代替正樣本，使訓(xùn)練和推理之間產(chǎn)生一定差距，影響模型的檢測(cè)性能。

針對(duì)上述問(wèn)題，QFocal Loss （QFL）損失函數(shù)[18]對(duì)FL損失函數(shù)進(jìn)行擴(kuò)展改進(jìn)。本文借助QFL的思想，把分類評(píng)分在真實(shí)框類別處的值用IoU來(lái)表示，如圖4所示，將目標(biāo)邊界框估計(jì)與分類評(píng)分整合為一個(gè)統(tǒng)一的變量，并且可以以端到端方式訓(xùn)練該變量，同時(shí)在推理過(guò)程中也直接用該變量，這樣既可以兼顧對(duì)正負(fù)樣本權(quán)重的平衡，又可以消除訓(xùn)練和推理過(guò)程中的不一致的問(wèn)題，進(jìn)一步提升算法對(duì)油桃成熟度檢測(cè)的準(zhǔn)確率。QFL計(jì)算式為

2.3 非極大值抑制的改進(jìn)

在目標(biāo)檢測(cè)的后處理階段，一張圖片會(huì)輸出多個(gè)候選的預(yù)測(cè)框，需要使用非極大值抑制操作（Non Maximum Suppression， NMS）得到檢測(cè)框，但是該方法僅僅是通過(guò)交并比IoU來(lái)評(píng)估這些預(yù)測(cè)框的重疊度，當(dāng)遇到油桃果實(shí)目標(biāo)遮擋或重疊的復(fù)雜情況時(shí)，IoU對(duì)預(yù)測(cè)框尺寸和距離的計(jì)算效果較差，無(wú)法精確的反映預(yù)測(cè)框之間的重疊度大小，容易產(chǎn)生錯(cuò)誤抑制，造成漏檢的情況。考慮到自然環(huán)境下油桃果實(shí)的密集性和重疊度，本文將CIoU（Complete IoU）[19]融入到NMS操作中，代替交并比IoU作為衡量預(yù)測(cè)框之間相似度的指標(biāo)，其原理如圖5所示，IoU和CIoU的計(jì)算式為

當(dāng)模型檢測(cè)出一個(gè)預(yù)測(cè)框集Bi和類別置信度最高的預(yù)測(cè)框M時(shí)，將RCIoU帶入到不同成熟度類別評(píng)分Scoref中計(jì)算，就有了CIoU-NMS方法，該方法認(rèn)為盡管相距很近的預(yù)測(cè)框也可能會(huì)位于不同的目標(biāo)檢測(cè)對(duì)象上，不需要被移除，減少漏檢概率，最終能夠更加精準(zhǔn)地回歸預(yù)測(cè)框，計(jì)算式為

3 試驗(yàn)與結(jié)果分析

3.1 數(shù)據(jù)集

使用的數(shù)據(jù)集是由果園實(shí)地拍攝的油桃圖像和Kaggle網(wǎng)站提供的fruit262數(shù)據(jù)集組成，包含未成熟（低熟）、剛成熟（中熟）、完全成熟（高熟）三種果實(shí)，共選取1 151張油桃果實(shí)原始圖像，如圖6所示。這三類不同成熟度的油桃果實(shí)是根據(jù)果實(shí)表面顏色和紋理進(jìn)行判別分級(jí)的，并且本文的模型也是基于根據(jù)此判別依據(jù)標(biāo)注形成的數(shù)據(jù)集進(jìn)行訓(xùn)練得到的。表面大面積呈現(xiàn)綠色的果實(shí)被判別為低熟的油桃果實(shí)，這類果實(shí)具有較高的硬度和酸澀的口感，需要繼續(xù)生長(zhǎng)。表面大面積呈現(xiàn)亮紅色且中間夾雜著綠色或黃色紋理的果實(shí)被判別為中熟的油桃果實(shí)，這類果實(shí)已經(jīng)開(kāi)始變得柔軟，口感微甜，可以按需采摘。表面大面積呈現(xiàn)深紅色的果實(shí)被判別為高熟的油桃果實(shí)，這類果實(shí)具有柔軟、多汁的口感，需要及時(shí)采摘。

實(shí)地拍攝圖像的采集地為常州市武進(jìn)區(qū)前黃鎮(zhèn)油桃種植園，共采集到包含不同成熟度的油桃果實(shí)原始圖像946張，圖像采集所用的設(shè)備為Xiaomi 12S Ultra手機(jī)，圖像格式為JPG，并且為了減少圖像在網(wǎng)絡(luò)模型輸入端中縮放、填充等預(yù)處理的時(shí)間，采集設(shè)備的分辨率選擇為3 472像素×3 472像素，分別在晴天與陰天的不同自然光照條件下對(duì)油桃樹(shù)冠進(jìn)行拍攝，拍攝距離分別為距離樹(shù)冠0.4 m和1.0 m。此外，按照同樣的標(biāo)準(zhǔn)在fruit262數(shù)據(jù)集中選取205張油桃果實(shí)原始圖像，以防止訓(xùn)練數(shù)據(jù)量過(guò)少引起過(guò)擬合的問(wèn)題。

針對(duì)訓(xùn)練后的模型出現(xiàn)泛化和實(shí)際使用能力的缺失問(wèn)題，本文使用imgaug庫(kù)對(duì)1 151張?jiān)紙D片進(jìn)行數(shù)據(jù)擴(kuò)充，隨機(jī)組合使用翻轉(zhuǎn)、縮放、添加各種濾波和高斯噪聲、微調(diào)對(duì)比度和像素值等方法進(jìn)行數(shù)據(jù)增強(qiáng)，豐富樣本的多樣性，如圖7展示數(shù)據(jù)增強(qiáng)后的效果，每張?jiān)紙D像都生成2張新圖像，并進(jìn)行人工篩選，最后挑選出符合條件的3 426張圖片作為最終數(shù)據(jù)集。

對(duì)數(shù)據(jù)集進(jìn)行整理標(biāo)注，本文將油桃果實(shí)的成熟度分為3個(gè)標(biāo)簽等級(jí)：低熟（Low_Ripeness）、中熟（Medium_Ripeness）、高熟（High_Ripeness），通過(guò)labelImg數(shù)據(jù)標(biāo)注工具對(duì)每張圖像中不同成熟度的油桃果實(shí)進(jìn)行標(biāo)注。將數(shù)據(jù)集按照8∶1∶1的比例隨機(jī)劃分為訓(xùn)練集、驗(yàn)證集、測(cè)試集，具體信息如表1所示。

3.2 模型評(píng)估

采用目標(biāo)檢測(cè)模型的評(píng)估指標(biāo)有精確度P（Precision）、召回率R（Recall）、平均精度AP（Average Precision）、三種不同成熟度的平均精度均值mAP（mean Average Precision）、每秒檢測(cè)幀數(shù)FPS（Frames Per Second）、計(jì)算量、模型大小。精確度P指所有預(yù)測(cè)為正樣本的結(jié)果中，預(yù)測(cè)正確的比例，召回率R指所有正樣本被預(yù)測(cè)正確的比例，AP指P-R曲線與坐標(biāo)軸形成的面積，mAP指三個(gè)類別AP的平均值，F(xiàn)PS指模型進(jìn)行圖像預(yù)處理、推理以及后處理的總速度，模型大小指模型訓(xùn)練結(jié)束后所占的內(nèi)存大小。

3.3 試驗(yàn)環(huán)境與參數(shù)設(shè)置

試驗(yàn)環(huán)境配置如表2所示。

在模型訓(xùn)練前，由于YOLOv5s的原始先驗(yàn)錨框參數(shù)是基于COCO數(shù)據(jù)集設(shè)定的，不滿足本文油桃成熟度檢測(cè)的實(shí)際需要，所以本文重新設(shè)定先驗(yàn)錨框的大小，即使用K-Means算法對(duì)先驗(yàn)框尺寸進(jìn)行計(jì)算，重新計(jì)算后的錨框尺寸如表3所示。

整體試驗(yàn)訓(xùn)練框架如圖8所示，訓(xùn)練采用的優(yōu)化器為SGD，動(dòng)量因子設(shè)置為0.937，weight_decay（優(yōu)化器衰減權(quán)重系數(shù)）設(shè)置為0.000 5，Batch_size（批量大小）設(shè)置為32，Epoch（迭代輪數(shù)）設(shè)置為400，采用余弦退火策略動(dòng)態(tài)調(diào)整學(xué)習(xí)率，初始學(xué)習(xí)率設(shè)置為0.01。

3.4 試驗(yàn)結(jié)果分析

YOLOv5s模型和改進(jìn)后的YOLOv5s-BQC模型均使用相同的數(shù)據(jù)集和參數(shù)進(jìn)行訓(xùn)練，模型訓(xùn)練損失值對(duì)比如圖9所示。

可以看出，YOLOv5s-BQC模型在前100次迭代過(guò)程中，損失值出現(xiàn)急劇下降，在之后的訓(xùn)練過(guò)程中下降緩慢，當(dāng)Epoch達(dá)到360左右時(shí)，Loss曲線趨于收斂，整體訓(xùn)練過(guò)程未出現(xiàn)過(guò)擬合現(xiàn)象，較YOLOv5s模型收斂更迅速、Loss值更小，證明模型的收斂能力在原損失函數(shù)改進(jìn)后得到了優(yōu)化，訓(xùn)練效果較為理想。

3.4.1 消融試驗(yàn)

提出的三種改進(jìn)方法分別是B（BiS結(jié)構(gòu)）、Q（QFocal Loss）、C（CIoU-NMS）。為了驗(yàn)證它們對(duì)優(yōu)化YOLOv5s模型性能的有效性，對(duì)不同的改進(jìn)部分進(jìn)行消融試驗(yàn)，試驗(yàn)結(jié)果如表4所示。在原始模型頸部使用BiS特征金字塔結(jié)構(gòu)，提高了模型對(duì)油桃成熟度的特征提取和融合能力，使得模型在計(jì)算量和模型大小僅增加0.6 GFLOPS和0.2 MB的情況下，精確度P和平均精度均值mAP大幅度提升0.5%和1.4%。引入QFocal Loss來(lái)計(jì)算分類損失和目標(biāo)置信度損失，使模型在訓(xùn)練時(shí)著重對(duì)困難的樣本進(jìn)行學(xué)習(xí)，使得mAP在原基礎(chǔ)上又提升0.5%，但每秒檢測(cè)幀數(shù)FPS減少了11。在后處理過(guò)程中使用CIoU-NMS方法，使模型對(duì)于的密集和遮擋的檢測(cè)任務(wù)具有更好的預(yù)測(cè)效果，減少漏檢概率，使召回率R和平均精度均值mAP又提升0.5%和0.4%。

因此，改進(jìn)后的YOLOv5s-BQC模型的mAP值達(dá)到91.7%，比原始YOLOv5s高2.3%，精確度P和召回率R均提升0.5%以上，計(jì)算量和模型大小有少量增加，導(dǎo)致每秒檢測(cè)幀數(shù)FPS有所下降，但每秒還能檢測(cè)112張圖片，能夠在保證實(shí)時(shí)性的同時(shí)有著更高的檢測(cè)精度。

3.4.2 對(duì)比試驗(yàn)

為驗(yàn)證本文改進(jìn)算法模型的有效性，將改進(jìn)后的YOLOv5s-BQC模型與主流檢測(cè)模型Faster R-CNN、SSD、YOLOX、YOLOv7-tiny進(jìn)行對(duì)比試驗(yàn)，試驗(yàn)結(jié)果如圖10和表5所示。

從表5可以看出，改進(jìn)后的YOLOv5s-BQC模型相較于其他模型，在檢測(cè)精度和綜合性能方面表現(xiàn)最佳。在檢測(cè)3種不同成熟度油桃時(shí)，該模型的平均精度AP均優(yōu)于其他模型，特別是主流模型檢測(cè)效果不佳的中熟油桃果實(shí)，平均精度AP最高提高了11.9%。與Faster R-CNN和SSD相比，該模型在保證計(jì)算量遠(yuǎn)低于它們的情況下，其精確度P分別比Faster R-CNN和SSD高36.3%和13%，且模型大小也僅為它們的14%左右，精度與體積的優(yōu)勢(shì)較為明顯。與YOLOX相比，雖然兩者在檢測(cè)精度方面差距不大，但YOLOv5s-BQC的每秒檢測(cè)幀數(shù)FPS為YOLOX的2倍左右，檢測(cè)速度更快。在計(jì)算量和模型大小方面，YOLOv7-tiny相較該模型具有少量?jī)?yōu)勢(shì)，但在召回率R和平均精度均值mAP方面，YOLOv5s-BQC比YOLOv7-tiny高1.1%和5.0%，具有更好的檢測(cè)精度。

綜上所述，改進(jìn)后的YOLOv5s-BQC模型在各方面均優(yōu)于主流檢測(cè)模型，精確度P、召回率R和mAP值分別達(dá)到88.9%、85.8%和91.7%，同時(shí)具有較高的檢測(cè)速度，每秒檢測(cè)幀數(shù)FPS達(dá)到112，能夠?qū)τ吞夜麑?shí)進(jìn)行實(shí)時(shí)檢測(cè)，并且模型體積僅為14.1 MB，可以輕松嵌入移動(dòng)端，在復(fù)雜自然環(huán)境下能更好地完成油桃果實(shí)成熟度檢測(cè)的任務(wù)。

為了更直觀地表現(xiàn)改進(jìn)前后模型檢測(cè)效果的差異，隨機(jī)選取測(cè)試集中的圖片用2種模型進(jìn)行檢測(cè)，圖11（a）是原始YOLOv5s模型檢測(cè)效果圖，圖11（b）是改進(jìn)后的YOLOv5s-BQC模型檢測(cè)效果圖。可以看出，原始模型對(duì)油桃目標(biāo)存在一定的漏檢和誤檢的情況，而YOLOv5s-BQC模型能夠在綠葉、樹(shù)干、天空等各類復(fù)雜背景下，將油桃果實(shí)準(zhǔn)確定位，識(shí)別成熟程度，尤其是出現(xiàn)果實(shí)重疊情況，相較原算法有更好的定位和識(shí)別效果，有效避免了漏檢、誤檢的現(xiàn)象。

4 結(jié)論

1） 由于傳統(tǒng)油桃成熟度檢測(cè)方法速度較慢、精度不高，本文提出一種基于YOLOv5s模型改進(jìn)后的YOLOv5s-BQC模型，實(shí)現(xiàn)在自然環(huán)境中對(duì)油桃成熟度的高效檢測(cè)。改進(jìn)主要是通過(guò)使用BiS特征金字塔結(jié)構(gòu)、QFocal Loss損失函數(shù)以及CIoU-NMS非極大值抑制方法來(lái)提高模型對(duì)油桃果實(shí)成熟度的檢測(cè)能力，使模型在充滿干擾物的自然環(huán)境下對(duì)小目標(biāo)、遮擋目標(biāo)和重疊目標(biāo)檢測(cè)中取得更好的效果，對(duì)農(nóng)業(yè)監(jiān)測(cè)和智能采摘具有重要意義。

2） 通過(guò)試驗(yàn)結(jié)果分析，改進(jìn)后的模型與原始模型相比，訓(xùn)練效果更為理想，平均精確均值度提高2.3%，達(dá)到91.7%，精確度和召回率分別達(dá)到88.9%和85.8%，每秒能夠處理112張圖片，參數(shù)量和計(jì)算量并無(wú)較大提高，模型體積也僅為14.1 MB。同時(shí)，改進(jìn)后的模型與主流檢測(cè)模型Faster R-CNN、SSD、YOLOX、YOLOv7-tiny進(jìn)行對(duì)比，該模型的各方面性能也都優(yōu)于主流模型，滿足在自然環(huán)境中對(duì)油桃成熟度檢測(cè)的實(shí)時(shí)性和準(zhǔn)確性的需求。

3） 后續(xù)將繼續(xù)研究如何在保證YOLOv5s-BQC模型檢測(cè)精度的前提下進(jìn)一步優(yōu)化檢測(cè)速度和模型體積，還將在成熟度檢測(cè)實(shí)際應(yīng)用中研究如何把模型部署在移動(dòng)端。

參 考 文 獻(xiàn)

[ 1 ] 韓守振， 柳洪芳， 柳洪德. 智慧農(nóng)業(yè)的發(fā)展現(xiàn)狀與研究[J]. 現(xiàn)代化農(nóng)業(yè)， 2022（2）： 42-45.

[ 2 ] 王田利. 我國(guó)油桃產(chǎn)業(yè)發(fā)展、變化及特點(diǎn)分析[J]. 山西果樹(shù)， 2015（1）： 15-16.

[ 3 ] Casagrande E， M Génard， Lurol S， et al. A process?based model of nectarine quality development during pre?and post?harvest [J]. Postharvest Biology and Technology， 2021， 175： 111458.

[ 4 ] 焦旋， 高陽(yáng)， 高振峰， 等. 壓差預(yù)冷對(duì)油桃貯運(yùn)品質(zhì)及抗氧化性的影響[J]. 食品與發(fā)酵工業(yè)， 2020， 46（22）： 173-179.

[ 5 ] Munera S， Amigo J M， Blasco J， et al. Ripeness monitoring of two cultivars of nectarine using VIS?NIR hyperspectral reflectance imaging [J]. Journal of food engineering， 2017， 214： 29-39.

[ 6 ] Zerbini P E， Vanoli M， Grassi M， et al. A model for the softening of nectarines based on sorting fruit at harvest by time?resolved reflectance spectroscopy [J]. Postharvest Biology amp; Technology， 2006， 39（3）： 223-232.

[ 7 ] 王玲敏， 段軍， 辛立偉. 引入注意力機(jī)制的YOLOv5安全帽佩戴檢測(cè)方法[J]. 計(jì)算機(jī)工程與應(yīng)用， 2022， 58（9）： 303-312.

Wang Lingmin， Duan Jun， Xin Liwei. YOLOv5 helmet wear detection method with introduction of attention mechanism [J]. Computer Engineering and Applications， 2022， 58（9）： 303-312.

[ 8 ] Ren S， He K， GirshickR， et al. Faster R?CNN： Towards real?time object detection with region proposal networks [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149.

[ 9 ] He K， Gkioxari G， Dollar P， et al. Mask R?CNN [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2020， 42（2）： 386-397.

[10] Redmon J， Divvala S， GirshickR， et al. You only look once： Unified， real?time object detection [C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2016： 779-788.

[11] Liu W， Anguelov D， Erhan D， et al. SSD： Single shot multibox detector [C]. European Conference on Computer Vision. Springer， Cham， 2016： 21-37.

[12] 宋中山， 汪進(jìn)， 鄭祿， 等. 基于二值化的Faster R-CNN柑橘病蟲(chóng)害識(shí)別研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2022， 43（6）： 150-158.

Song Zhongshan， Wang Jin， Zheng Lu， et al. Research on citrus pest identification based on binary Faster R-CNN [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 150-158.

[13] 岳有軍， 田博凱， 王紅君， 等. 基于改進(jìn)Mask RCNN的復(fù)雜環(huán)境下蘋果檢測(cè)研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（10）： 128-134.

Yue Youjun， Tian Bokai， Wang Hongjun， et al. Research on apple detection in complex environment based on improved Mask RCNN [J]. Journal of Chinese Agricultural Mechanization， 2019， 40（10）： 128-134.

[14] 付中正， 何瀟， 方逵， 等. 基于改進(jìn)SSD網(wǎng)絡(luò)的西蘭花葉片檢測(cè)研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2020， 41（4）： 92-97.

Fu Zhongzheng， He Xiao， Fang Kui， et al. Study on the detection of broccoli leaves based on the improved SSD network [J]. Journal of Chinese Agricultural Mechanization， 2020， 41（4）： 92-97.

[15] Tan M， Pang R， Le Q V. EfficientDet： Scalable and efficient object detection [C]. 2020 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. IEEE， 2020.

[16] Hu J， Shen L， Albanie S， et al. Squeeze?and?excitation networks [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017： 7132-7141.

[17] Lin T Y， Goyal P， Girshick R， et al. Focal loss for dense object detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017： 2999-3007.

[18] LI X， WANG W H， WU L J， et al. Generalized focal loss： Learning qualified and distributed bounding boxes for dense object detection [J]. arXiv preprint arXiv， 2006. 04388， 2020.

[19] Zheng Z， Wang P， Liu W， et al. Distance?IoU loss： Faster and better learning for bounding box regression [J]. arXiv preprint arXiv： 1911. 08287， 2019.