基于改進YOLOv8n算法的漿果園內果蠅識別研究

關鍵詞：果蠅識別；YOLOv8n；GhostNetV2；BiFPN；C2fMBC

中圖分類號：S126：S436.63 文獻標識號：A 文章編號：1001-4942（2025）02-0172-09

果蠅是一種體型微小的雙翅目昆蟲，是全球最重要的農業害蟲之一。其寄主植物廣泛，喜食各類漿果，常造成漿果腐爛和落果。劉曼、張小玲、陳哲等研究揭示，藍莓和樹莓主要受到黑腹果蠅的危害，常造成嚴重的經濟損失。然而，果蠅的防治以預防為主，即在適宜的時間段內對果蠅進行識別和計數，預測其暴發期，再采取措施及時誘殺。目前，果蠅識別仍主要依賴于人工肉眼識別，由專家在屏幕上手動計數，存在主觀性強及準確性和工作效率低等問題。因此，探索更為高效的果蠅識別技術成為該領域迫切需要解決的問題。

隨著圖像處理和機器學習技術的發展，利用這些技術進行蟲害識別的方法日臻成熟，相比于人工肉眼識別，在精度和效率方面都有顯著提升。然而，實際應用中存在多種因素影響其識別效果的問題，如顏色和形狀特征差異不明顯、背景復雜易誤報以及手動提取特征繁瑣等，因此需要進一步研究和改進，以提高準確性和效率。

與傳統的圖像處理和機器學習技術相比，基于深度學習的目標識別技術有自動提取特征及泛化能力強等優勢。其中，Faster R-CNN是兩階段算法，在蟲害識別任務上具有良好的識別效果。Uzun等使用Faster R-CNN成功識別了地中海果蠅，成功率達到約94%。但該算法需要的計算代價高且推理速度較慢，限制了其實際應用。YOLO系列算法作為一階段算法，速度和精度相較兩階段算法更加平衡，在蟲害識別任務上應用更加廣泛。郭小燕等通過集成輕量級神經網絡架構GhostNetV1中的Ghost模塊，用兩個Ghost模塊組合成的復合模塊替換YOLOv5s主干網絡中Focus模塊和SPP模塊之間的7個現有模塊，對YOLOv5s模型進行改進，實現了模型的輕量化并同時保持或提升其識別性能，在包括5種農作物12類蟲害的數據集上的平均精確率均值（mAP）相較于原始YOLOv5s提升了2.5%。

由上可知，YOLO系列算法在蟲害識別領域展現出良好的性能。然而，在面對體型較小以及密度較高的果蠅識別任務時仍存在一定的局限性。此外，需要在移動設備上部署的應用場景對該算法的性能優化和模型壓縮也提出了更高的要求。為此，本研究提出一種基于改進YOLOv8n算法的漿果園內果蠅識別方法，以期在提高識別精度的同時降低算法復雜度，以滿足在移動端部署的需求，實現對漿果園果蠅的識別與防治。

1材料與方法

1.1數據采集及原始數據集構建

數據于2023年4月1日至8月31日在貴州省植物園中的漿果園果蠅研究示范基地進行采集。以黑腹果蠅和殘翅果蠅為待識別目標，采用粘性的黃色誘蟲板捕獲，誘蟲板每4～5天更換一次并用不透明亞克力板固定，防止光照不均勻影響圖片質量。圖像采集系統包括電源供應模塊、支撐結構、邊緣計算設備以及攝像頭，安裝于基地的中心位置。在每天8時—17時期間，每隔半小時自動拍攝誘蟲板圖像，圖像的分辨率為3472×3472像素，存儲在工控機內。圖1為數據集中的代表性圖像，其中綠色框標注的是黑腹果蠅，藍色框標注的是殘翅果蠅。

對采集的圖像進行篩選，去除不清晰和不含待測目標的圖像，最終獲得1325張包含兩類果蠅的圖像，用Labelimg軟件對其進行手工標注后構建數據集，然后按照8：1：1的比例劃分為訓練集、驗證集及測試集。數據集具體信息如表1所示。

1.2數據增強及最終數據集信息

原始數據是高分辨率的，直接下采樣不僅會造成數據的丟失，還會增大訓練負擔，而直接re-size到640×640像素又會漏檢許多目標。因此，我們將原始圖像均勻分割成4塊，并設置20%的重疊率，以減少處于分界處的目標被截斷進而導致漏檢的情況：考慮到果蠅屬于微小目標且大小不一，在誘蟲板上的分布及密集情況也不同，為了提升果蠅識別算法的魯棒性，采用多種數據增強技術對圖像數據集進行擴充，包括隨機亮度變換、隨機填充、隨機縮放以及隨機翻轉等；然后再將圖片resize到640×640像素。所得最終數據集的具體信息如表2所示。通過上述操作，模型訓練過程中數據的多樣性得以增加，從而有助于提高算法對不同條件下果蠅圖像的識別能力，并有效防止模型在訓練過程中出現過擬合現象，確保模型的泛化性能。

1.3改進YOLOv8n算法

YOLOv8是新提出的Anchor-Free算法，借鑒YOLOv5的C3模塊和YOLOv7的ELAN的思想，設計了輕量化的C2f模塊，用該模塊替代YOLOv5的所有C3模塊，并將第三個模塊的重復次數由9降到6：頸部仍然采用FPN結合PAN的結構，但去除了1×1卷積，將主干不同階段輸出的特征直接送人上采樣操作，使模型更加精簡且高效：頭部設計采用YOLOX的解耦策略，分別獨立處理分類和定位任務：回歸頭則引入分布焦點損失（DFL）的思想，分類損失使用BCELoss：最后采用TOOD標簽分配策略替代IOU匹配方式，更好地解決正負樣本分配問題，進一步提高算法的性能。根據網絡深度和寬度的不同，YOLOv8算法分為n、s、m、l、x五種類型，其中YOLOv8n是最小的算法，推理速度快，適合漿果園場景下的蟲害識別任務。然而，原始的YOLOv8n算法在識別果蠅時，會出現誤識別和漏識別的情況，而且仍有超過三百萬的參數，仍具有輕量化的空間。針對上述問題，本研究在YOLOv8n的基礎上進行改進，改進后算法的整體框架如圖2所示。

1.3.1構建C2fGhostV2模塊 GhostNetV2是一種輕量級端側架構，由華為諾亞方舟實驗室于2022年提出。該架構在GhostNet的基礎上重新考慮了注意力機制對算法的影響，并設計了一種適用于移動端的解耦全連接注意力機制（DFC-Attention）。通過同時使用DFC注意力和Ghost-Conv模塊，GhostNetV2能夠有效捕獲長距離空間信息。其核心模塊是GhostNetV2 bottleneck（GV2BN），如圖3所示，它類似于由兩個堆疊的GhostConv組成的殘差塊，遵循逆瓶頸先升維再降維的設計理念。此外，與普通卷積相比，Ghost-Conv能夠用更少的參數提取更多的特征。

YOLOv8n采用CSPDarkNet53作為主干，以實現性能和速度的平衡。然而，隨著網絡層數的增加，參數量和計算量逐漸增加，導致冗余問題的出現。此外，由于多次卷積操作，果蠅的特征會逐漸被忽略。因此，本研究使用GV2BN模塊替代主干部分所有C2f模塊的殘差塊，構建了C2fGhostV2模塊，如圖4所示。利用GhostConv可以減少計算代價的特點，并結合DFC注意力機制，實現了主干的輕量化和更準確的圖像特征提取，因此能更精確地識別微小果蠅。

1.3.2設計L-BiFPN結構并替換Neck部分的FPN+PAN結構 BiFPN，即加權雙向特征金字塔網絡，是在谷歌的EfficientDet架構中提出的一種改進網絡。它保留了FPN+PAN自頂向下傳遞強語義信息和自底向上傳遞強位置信息的能力，并能夠通過刪除單輸入節點和引入跳躍連接機制精簡網絡，在降低計算量的同時保持特征圖的分辨率不變，減少了信息丟失，有利于梯度傳播。另外，BiFPN對每個輸入特征設置權重以區分重要性，而且其網絡結構靈活，大小可調節。FPN+PAN及BiFPN的結構見圖5。

原始的YOLOv8n在Neck部分采用FPN+PAN結構，通過路徑聚合進行特征融合以提高網絡的特征提取能力。但該結構存在參數冗余和原始特征丟失的問題，影響識別性能。為了解決該問題，本研究基于BiFPN常規用法（圖6a），設計了更高效的L-BiFPN結構（圖6b）來替代FPN+PAN結構。具體而言，在P3、P4和P5層各增加一個1×1卷積層，將通道數統一調整為256以輕量化算法并進行更豐富的特征融合和處理；此外，在P3層增加一個跳躍連接，但仍然保持YOLOv8n的3個識別頭。L-BiFPN延續了BiF-PN的雙向特征傳播機制和多級特征融合機制，能提高特征融合效率并增強網絡的特征表達能力，同時還能更好地保留和傳遞特征信息，因此在果蠅識別任務中能取得更好的效果。此外，這種高效且靈活的設計使得L-BiFPN在保持高性能的同時實現了一定程度的輕量化。

1.3.3 C2fMBC模塊 MBCoriv，即移動翻轉瓶頸卷積，是一種深度可分離卷積的倒置線性瓶頸層，采用深度可分離卷積（DWConv）和SENet相結合的設計思想。該結構的目標在于通過整合DWConv和SENet構建一種高效的卷積結構。

YOLOv8n頸部的C2f模塊有3個殘差塊，每個殘差塊由1個1×1 Conv和1個3×3 Conv構成，不使用殘差連接，與主干部分的C2f模塊結構不同。由于果蠅體型較小且數量眾多，容易出現目標難以捕捉以及特征信息難以充分利用的情況，從而影響果蠅識別的準確性和魯棒性。針對該問題，本研究使用MBConv替代頸部所有C2f模塊的殘差塊，設計了新的C2fMBC模塊（圖8），以提高識別任務的準確性和處理速度。由于深度可分離卷積的特性，C2fMBC可以更高效地處理特征圖，且相比于1×1 Conv和3×3 Conv，參數量顯著降低。得益于SENet的特性，C2fMBC模塊能夠更為有效地聚焦于關鍵特征，優化了網絡對信息通道的重視程度，從而顯著提升了模型在特征提取和表達方面的性能。因此，使得改進算法能在保持高精度的同時實現果蠅識別任務的高效MBConv的結構如圖7所示。首先，輸入數據經過1×1 Conv進行升維，隨后利用DWConv對每個通道執行卷積操作；接著，通過SENet增強有效特征的權重，抑制無效特征；在SENet處理完成后，再通過1×1 Conv的降維操作，將數據的通道數還原到原始狀態，最終輸出為降維后的數據。與傳統的卷積神經網絡不同，MBConv采用殘差連接的思想，并在短連接部分引入SE層?？傮w而言，MBConv的設計不僅提高了計算效率，還增強了模型對特征的有效利用，使得模型在保持精度的同時具有更小的模型規模和更快的運行速度。

1.4實驗環境和參數配置

實驗環境配置如表3所示。算法保持從頭開始訓練。在模型訓練階段，初始學習率被設定為0.01，為了優化學習過程，采用余弦退火策略逐步減小學習率的值。使用SGD優化器。訓練輪次（epoch）的數量和batch size分別設置為100和32。為了防止算法的訓練過程受到由大學習率引起的過擬合的影響，使用預熱學習率，并且將預熱時期設置為3。在訓練的最后10個epoch提前關閉Mosaic增強，使識別器更好地適應真實數據分布，從而促進模型在真實場景下的最終收斂。

1.5評價指標

為了在漿果園場景下對果蠅進行有效識別，本研究采用一系列性能評價指標全面評估所提改進YOLOv8n算法的有效性與實用性，包括參數量（Parameters）、權重（Weights）、浮點運算次數（FLOPs）、平均精確率均值（mAP）、精確率（Pre-cision）以及召回率（Recall），計算公式如下。

2結果與分析

2.1消融實驗

為了驗證本研究提出的改進策略的有效性，深入分析各改進模塊對模型最終性能的貢獻程度，在相同實驗環境和參數配置下進行了一系列的消融實驗。根據改進策略，共進行8組實驗，如表4所示。其中，a組代表原始YOLOv8n算法；b、c、d組分別展示了3種改進策略單獨應用時的效果；e、f、g組分別呈現了任意兩種改進策略組合使用的效果：h組即本研究提出的改進算法，反映了3種改進策略的綜合效果。由表5可以看出，a組精確率、召回率和mAP都在96%以上，表明原始YOLOv8n算法擁有良好性能，適合作為基線算法。b、c、d三組的方法都在不同程度上優化了模型性能，其中b和c組通過顯著降低參數量、權重大小和FLOPs實現了更高的效率；而d組雖然增加了算法規模，但降低了FLOPs，模型的準確率和召回率也都有所提高。值得注意的是，c組的mAP高達98.17%，同時參數量、權重、FLOPs相對于a組分別降低33.89%、31.94%、12.35%，表明用L-BiFPN結構替換Neck部分的FPN+PAN結構的策略更為高效。上述結果表明，本研究提出的改進策略對于提升模型性能和計算效率都是有效的。

e、f、g三組的方法都提升了模型的精確率、召回率和mAP，并且降低了模型的參數量、權重大小和FLOPs。其中，e組的mAP高達98.28%，同時參數量、權重、FLOPs相對于a組分別降低49.83%、45.65%、28.40%，表明C2fGhostV2和L-BiFPN兩種改進策略共同作用更高效。h組參數量、權重、FLOPs相比a組分別降低48.50%、43.98%、32.10%，mAP達到最高，精確率和召回率也均較高。表明三種改進共同作用可以進一步提高模型的效率和識別精度?？傮w而言，在果蠅識別任務中，無論是單獨應用還是組合使用，本研究提出的改進策略對原始YOLOv8n算法的輕量化和精度提升都做出了積極的貢獻，可以在輕量化的同時實現漿果園果蠅的高效識別。

為了進一步展示改進YOLOv8n算法相對于原始YOLOv8n的優越性，對訓練過程中的總損失和mAP隨epoch變化的趨勢進行了對比分析，結果如圖9所示。整體而言，兩種算法展現出相似的變化趨勢，即總損失隨著epoch的增加而逐漸減少，而mAP則隨著訓練的深入逐步提高。但改進后的算法在整個訓練過程中擁有更低的總損失值而mAP略有提升，這意味著本研究提出的模型在擬合訓練數據方面具有更優的表現，在果蠅識別這一特定任務上的性能得到的一定程度的增強，不僅能夠更有效地學習訓練集中的數據特征，而且在目標識別的準確性方面也取得了較為明顯的改善。

2.2對比實驗

為了驗證改進YOLOv8n算法在果蠅識別任務上的競爭力和優越性，并為算法的實際應用提供指導和支持，本研究在一致的實驗環境和參數設置條件下，將改進YOLOv8n算法與其他優秀的YOLO系列算法，包括YOLOv3-Tiny、YOLOv4-Tiny、YOLOv5n、YOLOv5s、YOLOv7-Tiny和YOLOv8n，進行對比分析，由表6可見，所有算法的mAP均在97%以上，性能良好，但是不同算法的整體性能存在明顯差異。其中，YOLOv4-Tiny雖然擁有最多的參數、最大的權重和最高的FLOPs，但精確率、召回率以及mAP卻最低，這表明其性能整體較差，主要是由于其復雜度高而精度不足。改進后的YOLOv8n算法的參數量僅為1.55 M，權重大小為3.35 MB，FLOPs為5.50G，遠低于其他算法，這使它非常適合在資源受限的設備上執行實時推理任務；同時，改進YOLOv8n算法又能保持高水平的識別性能，精確率和召回率分別高達97.40%和96.60%，僅次于YOLOv5s和YOLOv7-Tiny，與其他算法相比仍然具有競爭力，表明其在識別過程中能夠有效捕捉到所有果蠅。此外，改進后的YOLOv8n算法的mAP值最高，達到98.32%，這對于最小化誤檢至關重要，進一步鞏固了它作為漿果園果蠅識別任務的可靠解決方案的地位。

2.3識別結果可視化

在保持參數設置和環境配置一致的條件下，本研究比較了原始YOLOv8n算法和改進YOLOv8n算法在本研究建立的同一測試集上的識別效果，并進行了可視化展示，如圖10所示，其中，第一行圖像為原始YOLOv8n算法的識別結果，第二行是改進YOLOv8n算法的識別結果。可以看到，在第二列和第三列圖像中，原始算法錯誤地將黑腹果蠅標記為殘翅果蠅（紅圈標出），而改進算法在這些區域正確地執行了識別任務，識別準確性高：進一步觀察第四列圖像，兩只距離非常近的黑腹果蠅和殘翅果蠅（黃圈標出），原始算法未能成功識別出殘翅果蠅，而改進后的算法能夠準確識別出兩者，證明了本研究提出算法在降低漏識別率方面的有效性。值得注意的是，盡管兩行圖像相同位置的果蠅識別置信度相近，但從整體上來看，第二行的置信度普遍高于第一行，這進一步證明了改進YOLOv8n算法相較于原始YOLOv8n算法的優越性。

3討論與結論

本研究在YOLOv8n算法的基礎上進行一系列改進，以提高對微小目標的識別精度并實現算法的輕量化，最終設計出一種適用于移動端的輕量級識別算法，用于識別誘蟲板上的黑腹果蠅和殘翅果蠅。實驗結果表明，各項改進策略無論單獨作用還是共同作用都是有效的，為算法的性能提升提供了實證依據。此外，改進算法在原算法的基礎上實現了模型效率與識別精度的協同優化，綜合性能相對于YOLO系列的其他優秀算法也具有一定競爭力。可視化結果表明，本研究提出的改進算法改善了果蠅錯誤識別和遺漏的問題，具有明顯的置信度優勢，而且所需的硬件資源較少，屬于硬件友好型算法，這為其實際應用創造了條件。

綜上所述，本研究提出的改進YOLOv8n算法在性能和算法復雜度之間取得了良好的平衡，實現了對漿果園果蠅的精準識別，符合農業場景下果蠅識別任務對識別精度和輕量化的需求。未來的研究工作將根據實驗需求和場景需求增加蟲害類別，以進一步提高算法的魯棒性和泛化能力，并探索將該算法應用于其他領域的可行性。