基于特征交互的樣本不均衡的玉米病害檢測(cè)方法

中圖分類號(hào)：S435.13；TP391.4 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-411X（2025）03-0399-08

A maize disease detection method based on feature interaction under imbalanced sample condition

JIANG Fei12，YE Wei23，LI Zhaoxing2，WANG Hongkai4，WANG Jiaoyu （1 SchoolofEngieering，HuzhouUnversity，Huzhou33o，Chia;2HuzhouIstitute，ZhejangUiversityHuzhou99， China; 3 College of Control Science and Engineering， Zhejiang University，Hangzhou 310027， China; 4 Collegeof Agriculture and Biotechnology， Zhejiang University，Hangzhou 31O027， China; 5 InstituteofPlant Protection and Microbiology， Zhejiang Academy of Agricultural Sciences， Hangzhou 31oo58， China）

Abstract： 【Objective】To addressthe isses of imbalanced data samples and low detection accuracy in maize leaf disease detection under complex environments. 【Method】 An improved object detection network SF_YOLOv5 was proposed. First， based on the multi-scale pyramid structure of YOLOv5， a novel spatialfeature pyramid structure （SPD-FPN） was designed to enhance the network's ability to recognize smal-target disease features at high-resolution levels while retaining large-target information at low-resolution levels， thereby improving overalldetection accuracy and robustness. Second， the Focal Loss function was introduced to increase the weight of hard-to-clasify samples and reduce the influence of easily classified samples， ensuring that the model focused more on the minority samples often overlooked in imbalanced datasets. Additionally， transfer learning was applied to the design of SF_YOLOv5， where pre-trained YOLOv5 model parameters were transferred to the improved SF_YOLOv5 network for training. This leveraged knowledge from large-scale datasets to enhance the model’s generalization capability for maize disease detection.【Result】 Experimental validation on the constructed maize disease dataset showed that SF_YOLOv5 achieved a mean average precision （mAP） of 9 3 . 3 % and a recall of 8 9 . 6 % ， significantly outperforming the original YOLOv5 model. And the model was smallin size，and had been deployed in mobile devices. 【Conclusion】The results demonstrate that the improved network performs better than the original model in detecting maize leaf diseases under imbalanced sampleconditions.This approach can be applied to intelligent diagnosis of maize diseases in farmland scenarios with imbalanced data， providing a theoretical foundation for real-time maize disease detection in the agricultural sector.

Key words： Deep learning; Maize pest and disease; Feature interaction; Imbalanced sample

玉米是全球產(chǎn)量最高的糧食作物之一，也是重要的工業(yè)原料。近年來(lái)，全球玉米消費(fèi)量逐年上升，需求量巨大，但玉米病害問(wèn)題嚴(yán)重影響了其產(chǎn)量和品質(zhì)。目前，玉米病害監(jiān)測(cè)主要依靠人工，時(shí)效性差。使用人工智能技術(shù)進(jìn)行玉米病害檢測(cè)已成為智慧農(nóng)業(yè)的一部分，且在病害初期及時(shí)監(jiān)測(cè)并防治，可以有效降低病害影響并提高玉米產(chǎn)量。

目前，在檢測(cè)作物葉片病害時(shí)，很多學(xué)者將深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)技術(shù)結(jié)合，利用訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)作物葉片病害進(jìn)行遷移學(xué)習(xí)，許景輝等[1、劉合兵等[2]和Li等[3]采用遷移學(xué)習(xí)結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行玉米葉片病害的檢測(cè)和識(shí)別。Pan等[4]利用損失函數(shù)對(duì)玉米葉片病害進(jìn)行檢測(cè)，從玉米圖像中有效地診斷出玉米北方枯葉病。Li等[5]采用K -means算法對(duì)玉米早期葉斑病和銹病的圖像樣本進(jìn)行檢測(cè)，該方法能夠高效、無(wú)損地識(shí)別玉米葉斑病和銹病。

從上述研究來(lái)看，大多是以數(shù)據(jù)集中且已有數(shù)據(jù)的、樣本均衡的玉米葉片病害為對(duì)象，且數(shù)據(jù)樣本屬于實(shí)驗(yàn)室拍攝，復(fù)雜度低，不適用于實(shí)際應(yīng)用中模型在農(nóng)田復(fù)雜背景下識(shí)別玉米病害。本研究針對(duì)復(fù)雜環(huán)境中玉米葉片病害樣本不均衡和檢測(cè)精度低的問(wèn)題，構(gòu)建一個(gè)不均衡的玉米葉片病害數(shù)據(jù)集。采用基于YOLOv5模型的遷移學(xué)習(xí)方法，探索適用于農(nóng)田場(chǎng)景下樣本不均衡的數(shù)據(jù)集的檢測(cè)與識(shí)別策略。研究結(jié)果將為實(shí)際應(yīng)用中2種玉米葉片病害的監(jiān)測(cè)提供數(shù)據(jù)支持。

1材料與方法

1.1 圖像收集與數(shù)據(jù)集建立

本研究收集了475張玉米北方枯葉病害圖片和792張玉米蟲洞病害圖片，所有圖像大小均為2 8 8 4 × 2 8 8 4 。使用圖像標(biāo)注工具LabelImg對(duì)樣本進(jìn)行標(biāo)記，構(gòu)建初始數(shù)據(jù)集。考慮到樣本數(shù)量較少，本研究通過(guò)添加高斯噪聲、遮擋以及旋轉(zhuǎn) 處理等數(shù)據(jù)增強(qiáng)方法擴(kuò)充數(shù)據(jù)樣本 （圖1），以提高目標(biāo)檢測(cè)模型在實(shí)際農(nóng)田復(fù)雜場(chǎng)景下的魯棒性和泛化能力。最終，樣本總數(shù)為原始數(shù)據(jù)的4倍，共計(jì)5068張，并按8：1：1的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，其中，訓(xùn)練集4056張，驗(yàn)證集和測(cè)試集各506張。

1.2 評(píng)估指標(biāo)

本次研究中，使用與混淆矩陣相關(guān)的分類指標(biāo)來(lái)判斷模型的性能，選擇精度（Precision）、召回率（Recall） 和平均精度（Average precision，AP）和均值檢測(cè)精度（Mean average precision，mAP）作為評(píng)價(jià)指標(biāo)。Precision表示某一類樣本預(yù)測(cè)的準(zhǔn)確率，Recall用于衡量模型正確識(shí)別不同樣本的比例，Precision和Recall計(jì)算方法如式（1）和式（2）所示：

其中，TP（真陽(yáng)性）表示正確分類的陽(yáng)性實(shí)例數(shù)，F(xiàn)N（假陰性）表示錯(cuò)誤分類的陽(yáng)性實(shí)例數(shù)，F(xiàn)P（假陽(yáng)

性）表示錯(cuò)誤分類為陽(yáng)性類別的陰性實(shí)例數(shù)。AP是衡量某一類別檢測(cè)的平均精度，是精度對(duì)召回率的積分，具體如式（3）所示：

式中， c 表示某一類別， c 表示所有類別的集合。

1.3改進(jìn)YOLOv5網(wǎng)絡(luò)模型的結(jié)構(gòu)框架

近年來(lái)，目標(biāo)檢測(cè)網(wǎng)絡(luò)快速發(fā)展和演變，現(xiàn)大致分為一階段檢測(cè)器（Single-stagedetector）和二階段檢測(cè)器（Two-stage detector）2類，其中，一階段檢測(cè)器主要包括YOLOv5[、YOLOv8[7]等YOLO系列模型和SSD 網(wǎng)絡(luò)[8]；二階段檢測(cè)器主要包括R- 及其衍生網(wǎng)絡(luò)系列，實(shí)際應(yīng)用中檢測(cè)速度較慢。

YOLO系列模型經(jīng)過(guò)不斷演變，檢測(cè)精度和識(shí)別速度較SSD網(wǎng)絡(luò)更好[10-12]，且為了滿足模型以較快速度實(shí)時(shí)檢測(cè)農(nóng)田場(chǎng)景下玉米葉片病害的需求，本研究首先對(duì)YOLO系列模型中的YOLOv5、YOLOv8、YOLOv9[13]和YOLOv10[14]作了比較綜合精度、召回率、平均精度、mAP和參數(shù)量5個(gè)指標(biāo)結(jié)果（表1）表明，較YOLOv8、YOLOv9和YOLOv10模型來(lái)說(shuō)，YOLOv5參數(shù)最少、訓(xùn)練速度較快、mAP最高，更適用于實(shí)時(shí)應(yīng)用場(chǎng)景，因此選擇YOLOv5為基礎(chǔ)模型進(jìn)行研究。

本研究在Backbone網(wǎng)絡(luò)結(jié)構(gòu)處引入SPDConv[15]模塊與特征金字塔網(wǎng)絡(luò)共同構(gòu)成SPD-FPN，讓不同層特征中的空間信息在通道維度上進(jìn)行延伸，以增強(qiáng)特征金字塔在不同分辨率下的信息提取和特征交互能力，實(shí)現(xiàn)更優(yōu)的檢測(cè)識(shí)別效果，YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)[改進(jìn)后如圖2所示。

1.3.1SPD-FPN 結(jié)構(gòu)傳統(tǒng)特征金字塔網(wǎng)絡(luò)[17]（Featurepyramidnetworks，F(xiàn)PN）使用下采樣方法（圖3a），隨著網(wǎng)絡(luò)層次的增加，高分辨率特征逐漸下采樣到低分辨率特征上，圖像分辨率逐級(jí)降低，雖然可以提取更多維度的特征，但在融合這些特征時(shí)存在稀疏性，小目標(biāo)信息在高層中容易失去被學(xué)習(xí)的能力，難以捕獲多維度特征之間的深層次特征依賴，在后續(xù)網(wǎng)絡(luò)學(xué)習(xí)和訓(xùn)練中難以對(duì)小目標(biāo)進(jìn)行有效的特征交互，較粗糙的特征融合方式可能導(dǎo)致信息損失或特征交互關(guān)系不足。

本研究在FPN網(wǎng)絡(luò)不同分辨率條件下的特征模塊后引入空間卷積模塊（SPDConv），構(gòu)成空間-特征金字塔結(jié)構(gòu)（SPD-FPN）（圖3b），在模型主干網(wǎng)絡(luò)處的具體特征信息交互流程如下：假設(shè)輸入特征圖 ，其中，高度 H 為640，寬度 W 為640，通道數(shù) c 為 6 4 ， R 表示多維矩陣。輸入圖像 F 通過(guò)網(wǎng)絡(luò)層SPD-FPN結(jié)構(gòu)時(shí)，對(duì)上一層目標(biāo)信息進(jìn)行四劃分，由特征P1： 6 4 × 3 2 0 × 3 2 0 轉(zhuǎn)換為特征映射 ，依次進(jìn)行下采樣，最終生成不同分辨率的特征映射{P1，P2，P3，P4，P5}，其中《 表示特征圖信息在通道維度上進(jìn)行延展，即將W-H 平面上的信息轉(zhuǎn)換為通道維度，網(wǎng)絡(luò)中的SPD-FPN通過(guò)使分辨率降低時(shí)的特征圖增大感受野范圍，減少深層網(wǎng)絡(luò)對(duì)小目標(biāo)的信息損失。

1.3.2FocalLoss函數(shù)在進(jìn)行目標(biāo)檢測(cè)和分類研究時(shí)，由于數(shù)據(jù)集樣本、樣本數(shù)量、樣本信息內(nèi)容、損失函數(shù)等選擇不同，實(shí)際應(yīng)用中幾乎不存在某種對(duì)任何數(shù)據(jù)集都表現(xiàn)良好的算法模型。在許多任務(wù)中，構(gòu)造數(shù)據(jù)集的正負(fù)樣本數(shù)量極其不均衡。以目標(biāo)檢測(cè)為例，區(qū)域都是背景，屬于負(fù)樣本，而圖像的目標(biāo)區(qū)域（正樣本）只占一小部分。分類損失函數(shù)（如交叉熵）對(duì)所有樣本賦予同等的權(quán)重，因此負(fù)樣本數(shù)量占優(yōu)勢(shì)，容易導(dǎo)致模型更傾向于預(yù)測(cè)負(fù)類，忽略正類樣本，使得模型在處理不平衡數(shù)據(jù)時(shí)產(chǎn)生偏差，無(wú)法有效識(shí)別少量的正樣本。

根據(jù)本研究構(gòu)造的不均衡樣本數(shù)據(jù)集，使用FocalLoss[18]函數(shù)代替YOLOv5中的CIoULoss解決目標(biāo)檢測(cè)器在訓(xùn)練過(guò)程中出現(xiàn)的樣本不均衡問(wèn)題，在交叉熵?fù)p失的基礎(chǔ)上引入一個(gè)調(diào)節(jié)因子，專門調(diào)整樣本的權(quán)重，使得難分類的樣本獲得更大的權(quán)重，而減小易分類的樣本對(duì)損失的貢獻(xiàn)。FocalLoss函數(shù)的計(jì)算公式如下：

式中， α ∈ （ 0 ， 1 ） 為超參數(shù)，代表了數(shù)量較少的樣本類的權(quán)重，即絕大多數(shù)情況下的正樣本； P 代表預(yù)測(cè)結(jié)果， 的大小反映實(shí)際樣本分類難易的程度； γ 為調(diào)節(jié)參數(shù)，也稱為焦點(diǎn)參數(shù)，決定損失衰減程度，其值越大損失衰減越明顯。

1.4 試驗(yàn)環(huán)境

模型運(yùn)行的軟件工作環(huán)境為Inter（R）Core（TM）i9-10900KCPU GHz，NVIDIARTX309024G的臺(tái)式計(jì)算機(jī)，操作系統(tǒng)為Ubuntu20.04.1。硬件環(huán)境為樹莓派4B（RaspberryPi4），內(nèi)存4GB，中央處理器（Central processingunit，CPU） 為ARMCortex-A72 CPU @ 。

2結(jié)果與分析

2.1 網(wǎng)絡(luò)模型訓(xùn)練

使用SPD-FPN結(jié)構(gòu)改進(jìn)特征金字塔的YOLOv5模型對(duì)復(fù)雜環(huán)境下的玉米植株圖片進(jìn)行可視化測(cè)試，驗(yàn)證SPD-FPN結(jié)構(gòu)的可行性（圖4、5）。從檢測(cè)結(jié)果可以看出，改進(jìn)后的模型對(duì)使用3種數(shù)據(jù)增強(qiáng)方法擴(kuò)充的玉米北方枯葉病害樣本的錯(cuò)檢率降低，且對(duì)2種病害的檢測(cè)識(shí)別精度都有所改進(jìn)，說(shuō)明SPD-FPN比原有YOLOv5模型更適用于復(fù)雜場(chǎng)景下不同尺度的目標(biāo)信息的提取，且一定程度上能加強(qiáng)模型學(xué)習(xí)樣本特征信息交互的能力。

本文中的玉米數(shù)據(jù)樣本只有2個(gè)類別，且玉米蟲洞病害樣本的標(biāo)注數(shù)量為玉米北方枯葉病害的2倍，因此將 α 設(shè)為0.25，代表玉米蟲洞病害作為目標(biāo)區(qū)域即正樣本， 1 - α 為0.75，代表玉米北方枯葉病害作為背景區(qū)域即負(fù)樣本。為了選取合適的 γ 值，分別將 γ 設(shè)為0、1、2和3，加入SPD-FPN結(jié)構(gòu)后的模型對(duì)玉米2種病害的檢測(cè)結(jié)果如表2所示。

表2不同γ值下SF_YOLOv5模型對(duì)玉米病害數(shù)據(jù)集的檢測(cè)結(jié)果

由表2可知， γ 在取值1和2時(shí)，玉米葉片病害在精度上較 γ = 0 時(shí)分別提高了8.6和8.3個(gè)百分點(diǎn)，在召回率上對(duì)病害的實(shí)際預(yù)測(cè)概率分別提高了0.3和6.0個(gè)百分點(diǎn)，在平均精確度上分別提高4.8和11.7個(gè)百分點(diǎn)，在mAP上分別提高了0.3和3.8個(gè)百分點(diǎn)，模型總體表現(xiàn)優(yōu)于 γ = 0 時(shí)的檢測(cè)效果，表明FocalLoss對(duì)樣本不均衡的數(shù)據(jù)集的調(diào)節(jié)作用呈優(yōu)化趨勢(shì)；而在 γ = 3 時(shí)，各項(xiàng)指標(biāo)較γ取值1和2時(shí)略有下降，這表明損失函數(shù)優(yōu)化為FocalLoss函數(shù)時(shí)，并不是γ值越大越好，所以本研究最終選用 γ = 2 作為最后的參數(shù)。

2.2 遷移學(xué)習(xí)

遷移學(xué)習(xí)的核心思想是使用一個(gè)領(lǐng)域?qū)W習(xí)到的知識(shí)加速另一個(gè)領(lǐng)域?qū)W習(xí)的過(guò)程，可以有效提升模型在目標(biāo)領(lǐng)域的表現(xiàn)。本研究使用YOLOv5模型參數(shù)作為預(yù)訓(xùn)練模型對(duì)玉米葉片病害數(shù)據(jù)集進(jìn)行訓(xùn)練，進(jìn)一步對(duì)改進(jìn)后的模型進(jìn)行驗(yàn)證集上的測(cè)試，檢測(cè)結(jié)果見表3。由表3可知，本文提出的SFYOLOv5模型體量為 ，參數(shù)量為 ，在云平臺(tái)上檢測(cè)的幀率為47.4幀/s，與原模型和未優(yōu)化損失函數(shù)的模型檢測(cè)速度相比，有較大的提升，且在樹莓派移動(dòng)端檢測(cè)的每秒幀數(shù)為0.713，滿足部署在移動(dòng)平臺(tái)上的實(shí)際應(yīng)用需求。從上述3個(gè)指標(biāo)可以看出，本研究的模型可以在移動(dòng)平臺(tái)上部署并保持較高的檢測(cè)效率，可以為后續(xù)農(nóng)業(yè)領(lǐng)域?qū)崟r(shí)監(jiān)測(cè)玉米病害提供理論基礎(chǔ)。

此外，本研究的模型對(duì)樣本不均衡的2種玉米病害數(shù)據(jù)集實(shí)現(xiàn)了 9 6 . 7 % 的精度，比YOLOv5模型提高了4.9個(gè)百分點(diǎn)，比只加入SPD-FPN精度提高了8.3個(gè)百分點(diǎn)；召回率方面，SFYOLOv5比YOL0v5模型提高了10.7個(gè)百分點(diǎn)，比只加入SPD-FPN提高5.9個(gè)百分點(diǎn)，漏檢和誤檢率降低；在平均精確度方面，SF_YOLOv5比YOLOv5模型提高了15.9個(gè)百分點(diǎn)，比只加入SPD-FPN提高11.7個(gè)百分點(diǎn)；在mAP上，SFYOLOv5模型比YOLOv5高了7.1個(gè)百分點(diǎn)，比只加入SPD-FPN提高3.8個(gè)百分點(diǎn)。從這4個(gè)指標(biāo)可以看出，模型通過(guò)SPD-FPN結(jié)構(gòu)可以有效提高網(wǎng)絡(luò)對(duì)不同分辨率特征目標(biāo)識(shí)別的準(zhǔn)確率，且引入FocalLoss對(duì)數(shù)據(jù)優(yōu)化后的結(jié)果有明顯改善。

通過(guò)混淆矩陣可以直觀評(píng)價(jià)改進(jìn)后的YOLOv5模型對(duì)2種不同形態(tài)的玉米葉片病害的分類性能，結(jié)果見圖6。該模型對(duì)2種不均衡的樣本病害構(gòu)成的數(shù)據(jù)集在檢測(cè)與識(shí)別上表現(xiàn)出較好的效果，且大部分樣本預(yù)測(cè)正確，表明改進(jìn)后的YOLOv5模型可以有效地解決復(fù)雜環(huán)境中玉米葉片病害分布不均衡和精度低的問(wèn)題，為農(nóng)業(yè)領(lǐng)域?qū)崟r(shí)監(jiān)測(cè)農(nóng)田場(chǎng)景下的玉米病害提供了理論基礎(chǔ)。

3結(jié)論

本研究針對(duì)復(fù)雜環(huán)境中玉米葉片病害分布不均衡和精度低的問(wèn)題，設(shè)計(jì)了一種基于YOLOv5模型的改進(jìn)的SFYOLOv5網(wǎng)絡(luò)。增加的SPD-FPN結(jié)構(gòu)通過(guò)對(duì)不同尺度特征圖的變換和信息提取，提高了模型對(duì)不同分辨率下輸出的特征圖的特征信息交互能力和檢測(cè)精度；并針對(duì)樣本不均衡的問(wèn)題，提出使用FocalLoss函數(shù)進(jìn)行優(yōu)化，之后利用遷移學(xué)習(xí)的思想，將YOLOv5模型的參數(shù)遷移到改進(jìn)的網(wǎng)絡(luò)上進(jìn)行訓(xùn)練。試驗(yàn)得出本研究提出的模型體積較小，易部署于移動(dòng)端設(shè)備；對(duì)2種玉米葉片病害構(gòu)成的數(shù)據(jù)集測(cè)試的mAP較原始網(wǎng)絡(luò)提高了7.1個(gè)百分點(diǎn)。

在實(shí)際應(yīng)用中，玉米葉片病蟲害的多樣性和復(fù)雜性對(duì)模型準(zhǔn)確檢測(cè)和識(shí)別提出了重大挑戰(zhàn)。病害類型繁多、每種病害獨(dú)特的癥狀和表現(xiàn)、作物病害在農(nóng)田環(huán)境下受環(huán)境因素，如光照、背景噪聲和植株生長(zhǎng)狀況的變化等影響，均容易導(dǎo)致誤分類或漏檢，特別是在病害表現(xiàn)出重疊特征的情況下。為了應(yīng)對(duì)這些挑戰(zhàn)，我們計(jì)劃未來(lái)構(gòu)建農(nóng)田場(chǎng)景下病害種類豐富的玉米病害數(shù)據(jù)集，進(jìn)一步優(yōu)化模型，增強(qiáng)其區(qū)分各種疾病的能力。通過(guò)涵蓋各種病蟲害實(shí)例的大型數(shù)據(jù)集，訓(xùn)練能夠有效地適應(yīng)新的數(shù)據(jù)和場(chǎng)景的模型，使模型即使在訓(xùn)練樣本有限的情況下也能表現(xiàn)出穩(wěn)健的性能。為農(nóng)民和農(nóng)業(yè)從業(yè)者提供智能、及時(shí)、準(zhǔn)確的玉米健康監(jiān)測(cè)信息，從而促進(jìn)更好地管理實(shí)踐并提高作物產(chǎn)量。通過(guò)這一舉措，我們希望為精準(zhǔn)農(nóng)業(yè)的發(fā)展作出貢獻(xiàn)。

參考文獻(xiàn)：

[1]許景輝，邵明燁，王一琛，等.基于遷移學(xué)習(xí)的卷積神經(jīng) 網(wǎng)絡(luò)玉米病害圖像識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（2）： 230-236.

[2] 劉合兵，魯?shù)眩?基于MobileNetV2和遷移學(xué)習(xí)的 玉米病害識(shí)別研究[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2022，56（6）： 1041-1051.

[3]LIEL，WANGL W，XIEQJ， et al. A novel deep learning method for maize disease identification based on small sample-size and complex background datasets[J]. EcologicalInformatics，2023， 75：102011.doi： 10.1016/j.ecoinf.2023.102011.

[4] PANSQ，QIAOJF，WANGR，etal.Intelligentdiagnosis of northern corn leaf blight with deep learning model[J]. Journal of Integrative Agriculture， 2022， 21（4）： 1094-1105.

[5] LI YW， CHEN Y X， WANG Y. Disease recognition of maize leaf based on KNN and feature extraction[J]. InternationalJournalofPatternRecognitionandArtificial Intelligence， 2022， 36（11）： 2257004. doi： 10.1142/s0218 00142257004x.

[6]JOCHER G. YOLOv5 by Ultralytics （Version 7.0） [CP/OL]. 2020. https：//doi.0rg/10.5281/zenodo.3908559

[7] JJOCHER G， CHAURASIA A，QIU J. Ultralytics YOLO （Version 8.0. 0） [CP/OL]. 2023.https：//github.com/ultralytics/ultralytics

[8] LIUW，ANGUELOVD，ERHAND， et al. SSD： Single shot MultiBox detector[C]//Computer Vision - ECCV 2016. Cham： Springer International Publishing，2016： 21- 37.

[9] GIRSHICK R，DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//2014 IEEE Conferenceon Computer Vision and Pattern Recognition. Columbus， OH，USA： IEEE，2014： 580-587.

[10] SINDHWANI N， VERMA S， BAJAJ T， et al. Comparative analysis of intelligent driving and safety assistance systems using YOLO and SSD model of deep learning[J]. International Journal of Information System Modeling and Design， 2021， 12（1）：131-146.

[11] KIM J A， SUNG JY， PARK S H. Comparison of fasterRCNN， YOLO， and SSD for real-time vehicle type recognition[C]//2020 IEEE International Conferenceon Consumer Electronics-Asia （ICCE-Asia）.Seoul， Korea： IEEE，2020：1-4.

[12]PHADTARE M，CHOUDHARIV，PEDRAM R， et al. Comparison between YOLO and SSD mobile net for object detection in a surveillance drone[J]. International Journal of Engineering Science，2021，5：1-5.

[13] WANG C Y， YEH IH， LIAO H M. YOLOv9： Learming what you want to learn using programmable gradient information[EB/OL]. arXiv： 2402.13616v2（2024-02-29） [2024-10-10]. https：//arxiv.org/pdf/2402.13616.pdf.

[14]WANG A，CHENH，LIUL H，et al.YOLOv1O：Realtimeend-to-endobjectdetection[EB/OL].arXiv： 2405.14458v2（2024-10-30） [2025-03-03]. https：//arxiv. org/pdf/2405.14458v2.pdf.

[15] SUNKARA R， LUO T. No more strided convolutions or pooling：A new CNN building block for low-resolution images and small objects[C]//European conference on machine learning andknowledge discoveryin databases. Cham： Springer Nature Switzerland. 2022： 443-459.

[16]WANG JF，CHEN Y，DONG Z K，et al. Improved YOLOv5 network for real-time multi-scale traffic sign detection[J]. Neural Computing and Applications，2023， 35（10）： 7853-7865.

[17] LIN T Y， DOLLAR P， GIRSHICK R， et al. Feature pyramid networks for object detection[C]//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Honolulu，HI，USA： IEEE，2017： 936-944.

[18]LINTY，GOYAL P，GIRSHICK R， et al. Focal loss for denseobject detection[J].IEEE Transactionson Pattern Analysis and Machine Intelligence， 2020， 42（2）： 318-327.