基于改进YOLOv7的杂交大豆苗期胚轴颜色检测模型

Color detection model of hybrid soybean hypocotyl based on an improved YOLOv7 object detection model

摘要

为构建田间杂交大豆胚轴颜色检测模型，以大田场景下的大豆植株为研究对象，利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集，使用不同目标检测模型（SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7）对杂交大豆胚轴颜色数据集进行检测，将模型分数（F₁）、平均精度均值（mAP）及检测速度3个指标用于评估不同模型在杂交大豆胚轴颜色检测中的性能。在YOLOv7网络中添加CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数，建立杂交大豆胚轴颜色检测模型YOLOv7-CSW，并利用改进模型对杂交大豆胚轴颜色数据集进行消融试验。结果表明：1）YOLOv7模型的F₁（0.92）与mAP（94.3%）均显著高于其他模型；2）YOLOv7模型的检测速度为58 帧/s，低于YOLOv5和YOLOX，检测速度可以满足田间实时检测任务需求；3）YOLOv7-CSW模型比YOLOv7模型的F₁和mAP分别升高0.04和2.6%；4）YOLOv7-CSW模型比YOLOv7模型检测速度升高了5帧/s，可以实现杂交大豆胚轴颜色实时检测。综上，YOLOv7-CSW模型可以更好地获取胚轴颜色特征并准确地检测出目标位置，提高了复杂农田环境下的目标检测性能，能够实现田间杂交大豆胚轴颜色快速准确检测。

Abstract

In order to build a color detection model of hybrid soybean hypocotyl， soybean plants in natural growing environment were used as research objects. This study used a self-propelled soybean phenotyping information collection platform to obtain soybean plant image data in the farmland， and built hybrid soybean hypocotyl color dataset. Color dataset of hybrid soybean hypocotyl were detected with different object detection models （SSD， Faster R-CNN， YOLOv3， YOLOv4， YOLOv5， YOLOX and YOLOv7）. The model score （F₁）， mean of average precision （mAP）， and detection speed were compared to evaluate the performance of different models in color detection of hybrid soybean hypocotyl. A color detection model of hybrid soybean hypocotyl， YOLOv7-CSW， was established by adding CARAFE feature up sampling operator， SE attention mechanism module and WIoU box loss function into the YOLOv7 network. The improved model was used to perform ablation tests on the hybrid soybean hypocotyl color dataset. The results showed that： 1） The F₁ （0.92） and mAP （94.3%） of YOLOv7 model were significantly higher than those of other models； 2） The detection speed of YOLOv7 model was 58 fps， which was only lower than YOLOv5 and YOLOX， but the detection speed could meet the requirements for real-time detection tasks； 3） Compared with YOLOv7 model， the F₁ and mAP of YOLOv7-CSW model were increased by 0.04 and 2.6% respectively； 4） The detection speed of YOLOv7-CSW model was 5 fps higher than YOLOv7 model， and it realized real-time detection of hybrid soybean hypocotyl color. To sum up， YOLOv7-CSW model could better obtain hypocotyl color features and accurately detect the object position， improved the object detection performance in complex farmland environments， and realized rapid and accurate detection of hypocotyl color of field hybrid soybean.

Graphical abstract

关键词

大豆 / 杂种优势 / 胚轴颜色检测 / YOLOv7网络 / 目标检测

Key words

soybean / heterosis / hypocotyl color detection / YOLOv7 network / object detection

大豆杂种优势利用是提高我国大豆单产的主要途径之一，我国在大豆杂种优势利用研究领域一直处于国际领先地位^［1］。国内外学者多利用大豆质核互作雄性不育系培育大豆杂种，但存在的障碍之一是无法保持纯合的大豆雄性不育系^［2］。为提高大豆杂种纯度，整个生育过程需要人工在田间进行大豆杂株去除，效率低且劳动强度大^［3］。依据《杂交大豆质核互作雄性不育系鉴定规程》^［4］可知，大豆胚轴颜色是大豆苗期进行表型一致性鉴定的一项重要指标，根据胚轴颜色进行杂株去除对提高大豆杂种纯度及发挥大豆杂种优势具有重要作用。因此，利用信息化手段建立杂交大豆苗期胚轴颜色检测模型替代人工进行杂交大豆表型一致性鉴定至关重要。

目前，深度学习技术已被各领域广泛应用，且取得了较好效果，如工业、医疗、安防及农业等^［5］。深度学习技术利用神经网络对样本数据集进行学习，在目标检测、语义分割等领域取得了重大进步，在复杂情况下的农田目标识别应用也越来越广泛^［6］。黄家才等^［7］利用改进YOLOv4模型对茶叶嫩芽进行识别，通过对模型Backbone网络和Neck网络进行改进，模型内存占用量为23.2 MB，是YOLOv4模型的1/5；模型平均精度为72.93%，比YOLOv4模型降低了11.68%。此种改进方法虽然可以使模型内存占用量减小，但会导致模型平均精度降低，影响田间识别准确率。何屿彤等^［8］使用改进YOLOv3模型对猪脸进行识别，在Darknet 53网络中加入DenseNet网络解决梯度消失问题，并引入改进SPP模块获取更多特征。模型平均精度为90.18%，检测速度为56帧/s，模型综合性能较好，但预测框定位精度还需要进一步提高。Xu等^［9］使用改进YOLOv5模型对苹果进行分级研究，利用Mish激活函数提高模型泛化能力，DIoU损失函数加速边界回归，并在骨干网络中添加SE注意力机制模块提高模型特征提取能力。模型平均准确率为90.6%，比YOLOv5模型提高了3.7%，检测速度为59.63 帧/s。模型取得了较好的检测效果，可以借鉴应用于大豆胚轴颜色实时检测。Wang等^［10］提出1种轻量级SSD模型对大枣进行检测，用VGG 16作为主干网络取代Peleenet网络，引入坐标注意力机制（Coordinate Attention）和全局注意力机制（Global Attention），提高模型对感兴趣区域的定位和识别能力。模型平均精度为97.32%，检测速度为41.15 帧/s。相较于传统模型，该模型在不加载预训练权重情况下实现了高精度检测。宋怀波等^［11］基于改进YOLOv7模型对苹果幼果进行检测，在YOLOv7模型的3条重参数化路径中插入融合高效通道注意力机制，能够增强苹果幼果重要信息、抑制冗余特征，提高模型效率。模型的F₁和mAP分别为0.95和98.2%，在YOLOv7模型的基础上分别提高1.43和1.80个百分点。模型对模糊、阴影和遮挡的图像具有较好的鲁棒性。YOLOv7模型是YOLO系列模型的第七代版本，与前几代模型相比具有更好的计算效率和准确率^［12］。张银松等^［13］利用改进Faster R-CNN模型对昆虫进行识别与计数，使用ResNet 50网络替代VGG 16网络、Soft-NMS算法替代NMS算法，改进后的模型准确率为90.7%，模型更适用于小目标及目标密集情况检测。通过对国内外农业领域目标检测应用现状分析，目前主流目标检测模型取得了较高的识别精度和较快的检测速度，可以实现目标实时检测，且随着计算机算力的不断提高，能够实现将模型嵌入到田间智能机器人操作系统中。但目前在杂交大豆胚轴颜色检测方面的研究鲜见报道。本研究以田间自然生长环境下的苗期大豆植株为研究对象，利用自走式大豆表型信息采集平台获取大豆植株图像数据，利用深度学习技术对苗期杂交大豆胚轴颜色数据集进行检测，旨在构建田间杂交大豆胚轴颜色检测模型，以期利用信息化手段实现田间杂交大豆表型一致性鉴定。

1　材料与方法

1.1　图像数据获取地点及设备

图像数据获取试验田位于吉林省长春市公主岭市吉林省农业科学院（43° 32′ 30″ N，124° 50′ 3″ E），单个品种试验田种植面积为2.0 m×5.2 m，种植模式为0.65 m垄上单行种植，共计种植250个品种。苗期大豆胚轴图像数据获取设备为自走式大豆表型信息采集平台（图1）。使用Azure Kinect DK传感器，搭载100万像素深度摄像头、1 200万像素全高清摄像头，获取的可见光图像分辨率为1 280像素×720像素，图像数据格式为.‍png。

1.2　图像数据集构建

于2023年6月4日、6月5日、6月6日获取图像数据，其中包括晴天顺光、晴天逆光、阴天、傍晚环境下的图像数据，这些数据可以使模型更加适应田间真实环境^［14］。为使模型适用于不同大豆品种的胚轴颜色检测，对250个大豆品种进行图像数据获取，单个品种获取6张图像数据，共计获取1 500张图像数据（图2）。使用Python的Imgaug库对原始图像进行数据增强，实现数据集扩增，降低杂交大豆胚轴颜色检测模型对图像特征的依赖，防止训练模型过拟合并提高模型泛化能力^［15］。通过将镜像（水平翻转）、亮度增强（图像亮度随机乘以1.2~1.5的数值）、高斯模糊（高斯核的标准差范围为0~3.0）、平移（平移范围为x轴和y轴各15个像素点）及缩放处理（缩放范围为原始尺寸的80%~95%）数据增强方法进行组合数据增强，平移及缩放处理后图像的像素与原始图像像素大小保持一致。样本数量扩充至原始数据集的3倍，共计4 500张图像数据。

使用LabelImg标注工具对图像数据进行大豆胚轴颜色标签标注，标注格式为XML格式，并将图像尺寸和目标位置信息以PASCAL VOC格式进行储存。依据杂交大豆育种工作田间苗期去杂标准^［16］，并结合田间获取的大豆苗期图像数据，将大豆胚轴颜色分为绿色和紫色，制定2类标签分别为绿色（Green）和紫色（Purple）胚轴，标注策略为单个植株胚轴的最小外接矩形（图3）。250个大豆品种种植过程中，个别大豆品种会有杂种混入，出现紫色胚轴中存在少量绿色胚轴或绿色胚轴中存在少量紫色胚轴现象。分别将绿色胚轴数据集和紫色胚轴数据集按8∶1∶1比例划分训练集、测试集和验证集，数据集划分后将2种胚轴颜色的训练集、测试集和验证集分别进行合并，合并后的数据集分布见表1。

1.3　图像试验平台搭建及训练参数

为满足模型训练要求，试验平台配置如下：英伟达GeForce RTX3080 Ti显卡，显存12 GB。CPU为9核Intel（R） Xeon（R） CPU E5-2686 V4，运行内存32 GB。操作系统为Linux，使用Pytorch 1.13、Python 3.8和Cuda 11.6版本。

模型训练时使用官方提供的YOLOv7.pt预训练权重，数据集使用建立的杂交大豆胚轴颜色数据集，Batch Size大小为8，迭代次数（Epochs）为300，Image Size大小为640像素×640像素，使用Adam优化器，初始学习率为0.001。

1.4　杂交大豆苗期胚轴颜色检测模型

1.4.1　YOLOv7模型

YOLO作为单阶段目标检测典型算法，因其具有较快的运行速度被广泛应用于实时检测任务^［17］。YOLOv7模型主要包括三层网络结构（图4），分别是Input、Backbone和Head层。模型通过Input层对输入的图像进行预处理。处理后的数据通过Backbone层进行特征提取，主要提取不同大小的目标信息特征。Head层融合Backbone层输出的特征图经过重参数化结构REP层输出预测结果^［18］。

在Backbone层中存在CBS、MP及ELAN模块，其中CBS模块由卷积层Conv、批量归一化层BN及SiLU激活函数组成，图4中不同颜色的CBS模块代表不同的卷积核大小和步长。MP模块的第1分支由最大池化层Maxpool和CBS组成，第2分支由两个CBS组成。ELAN模块第1分支首先经过CBS进行通道变换操作，再经过4个CBS进行特征提取，第2分支直接经过CBS进行通道改变操作。将4个特征结果拼接后经过CBS使输出特征图大小与输入特征图大小相同。

相较于Backbone层，Head层中还有SPPCSPC、UPSample、ELAN-H及CBM模块，其中SPPCSPC模块包括SPP和CSP模块，SPP模块经过4种不同尺度的最大池化层进行特征图池化。CSP模块将输入特征图分为两部分进行处理，一部分进行常规处理，一部分进行SPP处理，最后将两部分结果拼接后经过CBS处理。UPSample模块采用最近邻插值方法进行上采样操作。ELAN-H模块与ELAN模块类似，其差别在于对不同数量的输出特征进行拼接。CBM模块与CBS模块的前两层均为卷积层Conv和批量归一化层BN，CBM模块第三层为Sigmoid激活函数。将YOLOv7模型应用于杂交大豆胚轴颜色检测任务时取得了较好的检测效果，但仍有提升空间。同时，在田间进行杂株检测任务，应该进一步提高预测框回归位置准确度，实现杂株精准定位。为此，对YOLOv7模型进行改进，使模型更适用于杂交大豆胚轴颜色数据集。

1.4.2　YOLOv7-CSW模型

为实现田间苗期杂交大豆胚轴颜色检测，提出1种改进YOLOv7的目标检测模型YOLOv7-CSW。改进算法的核心原则是在保证模型能够正常检测目标的同时，提高目标的田间定位能力及检测准确率。利用SE（Squeeze-and-Excitation Network）注意力机制模块，在主干网络上采样前进行卷积提取特征。使用CARAFE（Content-Aware ReAssembly of FEatures）特征上采样算子替代UPSample算子，采用WIoU（Wise-IoU）损失函数替换CIoU损失函数。

1.4.2.1　CARAFE特征上采样算子

CARAFE^［19］特征上采样算子由上采样核预测模块和特征重组模块两部分组成。上采样核预测模块首先利用1×1卷积层将输入特征通道从C压缩到C_m，减少输入特征图通道使CARAFE算子更加高效。其次使用内核大小为k_encoder的卷积层生成重组内核，增加k_encoder可以扩大编码器的感受野，并在更大的区域内利用上下文信息。最后对每个重组核在空间上用Softmax函数进行归一化。特征重组模块对于目标位置l^{\mathrm{\text{'}}}和以l=\left(i,j\right)为中心的正方形区域N\left({\chi }_l,k_{up}\right)按照公式（1）进行重组，其中r=\left[\frac{k_{up}}{\mathrm{2}}\right]。

{\chi }_{l^{\text{'}}}^{\mathrm{\text{'}}}={\sum }_{n=-r}^r{\sum }_{m=-r}^r{W}_{l^{\mathrm{\text{'}}}\left(n,m\right)}\cdot {\chi }_{\left(i+n,j+m\right)} (1)

特征重组模块是基于特征内容进行重组，N\left({\chi }_l,k_{up}\right)区域中每个像素对上采样像素l^{\mathrm{\text{'}}}的贡献不同，局部区域中相关点的信息得到更多关注，与原始特征图相比，重组特征图的信息更强^［20］。

1.4.2.2　SE注意力机制模块

SE^［21］注意力机制模块通过一组滤波器V=\left[v_{\mathrm{1}},v_{\mathrm{2}},\dots ,v_c\right]对输入X进行卷积操作得到输出U=\left[u_{\mathrm{1}},u_{\mathrm{2}},\dots ,u_c\right]，其中每个特征图u_c 对应一个滤波器v_c，这些滤波器会根据输入X中不同位置和通道信息提取特定特征。

u_c=v_c\mathrm{*}X={\sum }_{s=\mathrm{1}}^{C^{\text{'}}}{v}_c^s\mathrm{*}{x}^s (2)

式中：\mathrm{*}为卷积操作；v_c^s为单个通道权重信息的2D空间内核，其与输入X具有相同通道数，会对输入X对应通道上的特征进行加权处理。

对输出U在空间维度H×W进行全局平均池化操作，生成一个通道维度C的统计量z\in R^C。

z_c=F_{\mathrm{s}\mathrm{q}}\left(u_c\right)=\frac{\mathrm{1}}{H\times W}{\sum }_{i=\mathrm{1}}^H{\sum }_{j=\mathrm{1}}^W{u}_c\left(i,j\right) (3)

为完全捕获通道间的依赖关系，使用Sigmoid激活函数。

s=F_{ex}\left(z,W\right)=\sigma \left(g\left(z,W\right)\right)=\sigma \left(W_{\mathrm{2}}\delta \left(W_{\mathrm{1}}z\right)\right)(4)

式中：\delta为ReLU函数；W_{\mathrm{1}}\in R^{\frac{C}{r}\times C}，W_{\mathrm{2}}\in R^{C\times \frac{C}{r}}。

为限制模型复杂性，使用缩减率r的降维层、ReLU函数及升维层，使其降维后返回到输出U通道维度。使用激活因子s重新缩放U获得最终输出。

{\tilde{x}}_c=F_{scale}\left(u_c,s_c\right)=s_c{u}_c(5)

式中：\tilde{x}=\left[{\tilde{x}}_{\mathrm{1}},{\tilde{x}}_{\mathrm{2}},\dots ,{\tilde{x}}_c\right]；F_{scale}\left(u_c,s_c\right)为标量s_c 与特征映射u_c\in R^{H\times W}之间进行逐通道乘法运算。

SE注意力机制模块使模型更加关注重要的特征，降低对不相关特征的依赖^［22］。

1.4.2.3　WIoU位置损失函数

损失函数是用于评估模型预测值与真实值差异程度的评价指标^［23］，其中的Box loss损失用于衡量模型对边界框位置的预测准确度。为提高模型定位精度，采用WIoU^［24］损失函数。公式如下：

\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}=L_{\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}\mathrm{v}\mathrm{3}}=r{L}_{WIoUv\mathrm{1}},r=\frac{\beta }{\delta {\alpha }^{\beta -\delta }} (6)

\beta =\frac{L_{\mathrm{I}\mathrm{o}\mathrm{U}}^{\mathrm{*}}}{\overline{L_{\mathrm{I}\mathrm{o}\mathrm{U}}}}\in \left[\mathrm{0},\right.\left.+\mathrm{\infty }\right) (7)

L_{\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}\mathrm{v}\mathrm{1}}=R_{\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}}{L}_{\mathrm{I}\mathrm{o}\mathrm{U}} (8)

R_{\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}}=\mathrm{e}\mathrm{x}\mathrm{p}\left(\frac{{\left(x-x_{gt}\right)}^{\mathrm{2}}+{\left(y-y_{gt}\right)}^{\mathrm{2}}}{{\left(W_g^{\mathrm{2}}+H_g^{\mathrm{2}}\right)}^{\mathrm{*}}}\right) (9)

式中：\alpha、\delta为超参数；\beta为构建的非单调聚焦系数，当\beta =\delta时，\delta使r=\mathrm{1}；R_{\mathrm{W}\mathrm{I}\mathrm{o}\mathrm{U}}\in \left[\left.\mathrm{1},e\right)\right.，L_{IoU}\in \left[\mathrm{0,1}\right]。

R_WIoU用于放大普通质量锚框的权重，使模型关注预测框与目标框重叠度较低的锚框。L_IoU用于降低高质量锚框的权重，进而减少对预测框与目标框重叠度较高时中心点间距离的关注（图5）。

1.4.2.4　模型性能评价指标

为评估杂交大豆胚轴颜色检测模型性能，使用精度P（Precision）、召回率R（Recall）、模型得分F₁、平均精度均值mAP（mean of Average Precision）及检测速度作为评价指标。计算公式如下：

P=\frac{T_P}{T_P+F_P}(10)

R=\frac{T_P}{T_P+F_N}(11)

F_{\mathrm{1}}=\frac{\mathrm{2}PR}{P+R}(12)

式中：T_P为被正确预测为正样本的数量，F_P为负样本被预测为正样本的数量，F_N为正样本被预测为负样本的数量。

AP（Average precision）反映每个类别预测的准确率，其数值为P-R曲线与横纵坐标轴围成的面积。计算公式如下：

\mathrm{A}\mathrm{P}={\int }_{\mathrm{0}}^{\mathrm{1}\int dr}Precision\times Recall(13)

式中：r为积分变量，是对召回率与精度乘积的积分。

mAP是所有类别AP的均值，用于反映模型整体的准确率。其中mAP@0.50表示在IoU为0.50时的平均精度均值。mAP@0.50：0.95表示阈值在0.50~0.95以步长为0.05对mAP进行计算，得到阈值范围内的平均精度均值，mAP@0.50：0.95相比于mAP@0.50可以更好地了解模型在不同阈值下的性能，mAP默认为IoU阈值为0.50时的平均精度均值。计算公式如下：

\mathrm{m}\mathrm{A}\mathrm{P}=\frac{{\sum }_{j=\mathrm{1}}^S\mathrm{A}\mathrm{P}\left(j\right)}{S} (14)

式中：S为所有类别的数量，共有绿色胚轴和紫色胚轴两类，故S=2。

2　结果与分析

2.1　不同目标检测模型试验

由表2可知，在相同迭代次数内，由于YOLOv7模型参数量增加，模型检测速度低于YOLOv5和YOLOX模型，但58 帧/s的检测速度能够满足杂交大豆胚轴颜色实时检测需求。YOLOv7模型的F₁比SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5及YOLOX模型分别高出0.08、0.05、0.09、0.07、0.04及0.01，mAP分别高出8.4%、4.5%、12.0%、5.6%、3.3%及0.9%。YOLOv7模型除检测速度相对较低，其余指标均显著优于其他目标检测模型。因此，选择YOLOv7作为本研究的目标检测模型，并在此基础上进行改进，增强田间环境下目标的定位能力及检测准确率。

2.2　消融试验结果

由表3可知，利用不同方法改进后的YOLOv7-CSW模型F₁为0.96，mAP为96.9%，检测速度为63帧/s；与YOLOv7模型相比F₁升高了0.04，mAP升高2.6%，检测速度升高了5 帧/s；与添加CARAFE算子的YOLOv7-C模型相比F₁升高了0.03，mAP升高2.2%，检测速度降低了23帧/s；与添加CARAFE算子及SE注意力机制的YOLOv7-CS模型相比F₁升高了0.02，mAP升高1.4%，检测速度持平。综上，改进后的YOLOv7-CSW模型综合性能表现最好。

由图6可知，改进模型的训练损失和验证损失在训练至250轮后趋于稳定，训练损失降低至0.013左右，测试损失降低至0.055左右。观察精度和召回率曲线可以发现，随着训练轮数的增加，精度和召回率逐步提高，且精度曲线在200轮后趋于稳定，升高至97.8%左右。召回率曲线在250轮后趋于稳定，升高至94.5%左右。随着模型训练，平均精度均值在稳步提升，mAP@0.50曲线在150轮后趋于稳定，mAP升高至96.9%左右（图6（e））；mAP@0.50：0.95曲线在250轮后趋于稳定，mAP升高至69.2%左右（图6（f））。综上，YOLOv7-CSW模型比YOLOv7、YOLOv7-C、YOLOv7-CS模型在训练损失、验证损失、精度、召回率和平均精度均值指标上均得到显著提高，CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数的结合可提高杂交大豆胚轴颜色的检测准确率与定位性能。

2.3　YOLOv7-CSW模型检测

由图7可知，对于晴天逆光环境图像数据，所有植株胚轴颜色被准确检测，置信度在0.87~0.96；对于晴天顺光环境图像数据，所有植株胚轴颜色被准确检测，多数置信度在0.80~0.92；对于阴天环境图像数据，所有植株胚轴颜色被准确检测，多数置信度在0.81~0.90；对于傍晚环境图像数据，存在漏检现象，但被检测到的植株胚轴颜色准确，置信度在0.89~0.94。此外，还针对近视场图像数据进行检测，所有植株胚轴颜色被准确检测，置信度在0.89~0.93（图7（e））；对远视场图像数据进行检测，存在漏检现象，置信度在0.65~0.94（图7（f）），与近视场图像数据相比远视场图像数据的置信度有所下降。YOLOv7-CSW模型对不同天气环境、光照影响及不同视场获取的图像数据均取得了较好的检测效果，杂交大豆胚轴颜色信息可以被准确检测，且具有较高的置信度，能够满足复杂田间环境下的杂交大豆胚轴颜色检测需求。

3　讨 论

SSD为单阶段目标检测模型，利用多个尺度特征图对不同大小目标实现端到端的目标检测^［25］。由于使用了多个不同尺度的特征图，对目标的尺度变化不敏感会导致目标漏检。且在目标密集情况下，先验框密集分布导致大量重叠的检测结果。Faster R-CNN为双阶段目标检测模型，与单阶段模型相比更为精准。但其使用全连接网络占据了网络大部分参数，导致检测速度相对较慢^［26］。YOLO为单阶段目标检测模型，YOLOv3通过3个尺度输出层预测不同大小的目标框，提高了小目标检测能力。YOLOv4与YOLOv3相比，在保持准确性的同时提高了检测速度，同时使用了Mosaic数据增强、CIOU损失函数、DropBlock正则化、标签平滑等大量深度学习技巧^［27］。YOLOv5加入Focus模块在信息不丢失的情况下提高计算力，使其具有更快的推理速度。YOLOX模型使用Decoupled head将回归和分类任务分离到2个独立的子网络中，提高模型的性能和效率。YOLOv7加入了RepVGG卷积神经网络架构，采用结构重参数化的方法，速度快、内存小且更加灵活。主干网络中使用ELAN和MP结构，使得更深层次的网络可以有效地学习和收敛^［28］。

基于YOLOv7模型改进的YOLOv7-CSW模型在杂交大豆胚轴颜色检测任务中取得了更好的检测效果，由于CARAFE算子根据每个目标位置的内容预测其重组内核，并用预测的内核重组特征，能够在大感受野内聚集信息^［19］。还可以根据实例生成自适应核，实现针对每个样本的内容感知处理。SE注意力机制模块的Squeeze操作通过全局平均池化将每个通道上的特征图压缩为一个标量值，提取每个通道上的全局感知信息^［29］。Excitation操作通过2个全连接层对每个通道上的标量值进行非线性变换，得到激活权重值。最后，将激活权重值与原始特征图相乘得到加权后的特征图。SE模块可以让网络能够自动学习每个通道上的重要信息，并将其反映在最终的特征图中^［30］。由于田间环境复杂多变，采用WIoU损失函数可以解决高质量样本与低质量样本锚框回归的平衡问题，同时提高预测框定位精度。WIoU损失函数为高质量锚框分配较小的梯度增益使其重点关注普通锚框，为低质量锚框分配较小梯度增益防止其产生较大的有害梯度。由于LIoU与锚框质量划分是动态的，WIoU损失函数可以做出更好的梯度增益分配策略，提高模型定位性能。

YOLOv7-CSW模型虽然取得了较好的检测效果，但仍存在漏检现象。通过对漏检现象进行分析，主要是由于大豆植株胚轴被土壤、子叶、杂草等物体严重遮挡，导致胚轴颜色无法准确识别。同时，与近视场图像数据相比远视场图像数据的置信度有所下降，其原因是相机距离大豆植株远近不同导致大豆胚轴区域在图像中所占的比例不同，远视场中的胚轴区域与近视场相比更小。未来仍需要进一步解决遮挡情况导致胚轴颜色无法准确检测问题及模型更加适用于目标大小变化。同时还要继续构建杂交大豆表型一致性鉴定其他指标的实时检测模型，将此类模型应用于杂交大豆质核互作雄性不育系表型一致性鉴定机器人，利用信息化手段实现田间杂交大豆表型一致性鉴定。

4　结论

本研究利用主流目标检测模型对杂交大豆胚轴颜色数据集进行检测，并在YOLOv7模型中加入CARAFE特征上采样算子、SE注意力机制模块及WIoU定位损失函数，建立了杂交大豆胚轴颜色检测模型YOLOv7-CSW。与YOLOv7模型相比，YOLOv7-CSW模型3个评价指标均有所提高，且与不同改进方法模型相比，F₁与mAP均有显著升高，仅检测速度低于YOLOv7-C模型。YOLOv7-CSW模型可以用于田间苗期杂交大豆胚轴颜色的实时检测，且具有较高的检测精度，本研究利用信息化手段实现了田间场景下对杂交大豆胚轴颜色的准确检测。

参考文献

[1] 彭宝， 张春宝， 张伟， 张井勇， 闫昊， 林春晶， 王鹏年， 赵丽梅. “双高”大豆杂交种吉育612创制及高产制种技术研究［J］. 大豆科学， 2019， 38（3）： 501-503

[2] Peng B， Zhang C B， Zhang W， Zhang J Y， Yan H， Lin C J， Wang P N， Zhao L M. The creation and high-yield seed production technology of ‘double high’ soybean hybrid Jiyu 612 ［J］. Soybean Science， 2019， 38（3）： 501-503 （in Chinese）

[3] 盖钧镒， 丁德荣， 崔章林， 邱家驯. 大豆质核互作雄性不育系NJCM S1A的选育及其特性［J］. 中国农业科学， 1999， 32（5）： 23-27

[4] Gai J Y， Ding D R， Cui Z L， Qiu J X. Development and performance of the cytoplasmic-nuclear male sterile line NJCMS1A of soybean［J］. Scientia Agricultura Sinica， 1999， 32（5）： 23-27 （in Chinese）

[5] 彭宝， 赵丽梅， 王曙明， 张伟龙， 张景勇， 孙寰. 高产杂交大豆新品种杂交豆2号制种技术［J］. 大豆科技， 2008（4）： 46-47

[6] Peng B， Zhao L M， Wang S M， Zhang W L， Zhang J Y， Sun H. Seed production techniques of high yield hybrid soybean HybSoy 2［J］. Soybean Science & Technology， 2008（4）： 46-47 （in Chinese）

[7] 张春宝， 赵丽梅， 彭宝， 张井勇， 闫昊， 张伟， 林春晶， 王鹏年， 丁孝羊 . 杂交大豆质核互作雄性不育系鉴定规程（DB221T 3177-2020）［S］. 长春： 吉林省市场监督管理厅， 2020

[8] Zhang C B， Zhao L M， Peng B， Zhang J Y， Yan H， Zhang W， Lin C J， Wang P N， Ding X Y . Code of practice of cytoplasmic-nuclear interaction male sterile line of hybrid soybean（DB221T 3177-2020）［S］. Changchun： Jilin Market Supervision Administration， 2020 （in Chinese）

[9] 李晓理， 张博， 王康， 余攀. 人工智能的发展及应用［J］. 北京工业大学学报， 2020， 46（6）： 583-590

[10] Li X L， Zhang B， Wang K， Yu P. Development and application of artificial intelligence［J］. Journal of Beijing University of Technology， 2020， 46（6）： 583-590 （in Chinese）

[11] 孙红， 李松， 李民赞， 刘豪杰， 乔浪， 张瑶. 农业信息成像感知与深度学习应用研究进展［J］. 农业机械学报， 2020， 51（5）： 1-17

[12] Sun H， Li S， Li M Z， Liu H J， Qiao L， Zhang Y. Research progress of image sensing and deep learning in agriculture［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（5）： 1-17 （in Chinese）

[13] 黄家才， 唐安， 陈光明， 张铎， 高芳征， 陈田. 基于Compact-YOLO v4的茶叶嫩芽移动端识别方法［J］. 农业机械学报， 2023， 54（3）： 282-290

[14] Huang J C， Tang A， Chen G M， Zhang D， Gao F Z， Chen T. Mobile recognition solution of tea buds based on compact YOLO v4 algorithm［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（3）： 282-290 （in Chinese）

[15] 何屿彤， 李斌， 张锋， 陶浩兵， 辜丽川， 焦俊. 基于改进YOLOv3的猪脸识别［J］. 中国农业大学学报， 2021， 26（3）： 53-62

[16] He Y T， Li B， Zhang F， Tao H B， Gu L C， Jiao J. Pig face recognition based on improved YOLOv3［J］. Journal of China Agricultural University， 2021， 26（3）： 53-62 （in Chinese）

[17] Xu B， Cui X， Ji W， Yuan H， Wang J C. Apple grading method design and implementation for automatic grader based on improved YOLOv5［J/OL］. Agriculture，（--）. DOI：doi.org/10.3390/agriculture13010124

[18] Wang Y T， Xing Z W， Ma L F， Qu A L， Xue J R. Object detection algorithm for lingwu long jujubes based on the improved ssd［J/OL］. Agriculture， （--）. DOI：doi.org/10.3390/agriculture12091456

[19] 宋怀波， 马宝玲， 尚钰莹， 温毓晨， 张姝瑾. 基于YOLO v7-ECA模型的苹果幼果检测［J］. 农业机械学报， 2023， 54（6）： 233-242

[20] Song H B， Ma B L， Shang Y Y， Wen Y C， Zhang S J. Detection of young apple fruits based on YOLO v7-ECA model［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（6）： 233-242 （in Chinese）

[21] Wang C Y， Bochkovskiy A， Liao H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors ［C］. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York：Institute of Electrical and Electronics Engineers， 2022： 7464-7475

[22] 张银松， 赵银娣， 袁慕策. 基于改进Faster-RCNN模型的粘虫板图像昆虫识别与计数［J］. 中国农业大学学报， 2019， 24（5）： 115-122

[23] Zhang Y S， Zhao Y D， Yuan M C. Insect identification and counting based on an improved Faster-RCNN model of the sticky board image［J］. Journal of China Agricultural University， 2019， 24（5）： 115-122 （in Chinese）

[24] 商枫楠， 周学成， 梁英凯， 肖明玮， 陈桥， 罗陈迪. 基于改进YOLOX的自然环境中火龙果检测方法［J］. 智慧农业（中英文）， 2022， 4（3）： 120-131

[25] Shang F N， Zhou X C， Liang Y K， Xiao M W， Chen Q， Luo C D. Detection method for dragon fruit in natural environment based on improved YOLOX［J］. Smart Agriculture， 2022， 4（3）： 120-131 （in Chinese）

[26] Li J Y， Li Q D， Yu C T， He Y， Qi L Q， Shi W Q， Zhang W. A model for identifying soybean growth periods based on multi-source sensors and improved convolutional neural network［J/OL］. Agronomy， 2022， 12（12）： 2991 （--）. DOI：doi.org/10.3390/agronomy12122991

[27] 孙妍妍， 赵丽梅， 张伟， 张春宝. 大豆杂种优势利用研究进展［J］. 大豆科技， 2021， （6）： 26-35

[28] Sun Y Y， Zhao L M， Zhang W， Zhang C B. Research progress on utilization of soybean heterosis［J］. Soybean Science & Technology， 2021， （6）： 26-35 （in Chinese）

[29] Jiang K L， Xie T Y， Yan R， Wen X， Li D Y， Jiang H B， Jiang N， Feng L， Duan X L， Wang J J. An attention mechanism-improved YOLOv7 object detection algorithm for hemp duck count estimation［J/OL］. Agriculture， （--）. DOI：doi.org/10.3390/agriculture12101659

[30] 王小荣， 许燕， 周建平， 陈金荣. 基于改进YOLOv7的复杂环境下红花采摘识别［J］. 农业工程学报， 2023， 39（6）： 169-176

[31] Wang X R， Xu Y， Zhou J P， Chen J R. Safflower picking recognition in complex environments based on an improved YOLOv7［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（6）： 169-176 （in Chinese）

[32] Wang J Q， Chen K， Xu R， Liu Z W， Loy C C， Lin D H. Carafe： Content-aware reassembly of features ［C］. Proceedings of the IEEE/CVF International Conference on Computer Vision. New York： Institute of Electrical and Electronics Engineers， 2019： 3007-3016

[33] 王殿伟， 胡里晨， 房杰， 许志杰. 基于改进Double-Head RCNN的无人机航拍图像小目标检测算法［J/OL］. 北京航空航天大学学报， （--）. DOI：10.13700/j.bh.1001-5965.2022.0591

[34] Wang D W， Hu L C， Fang J， Xu Z J. Small object detection algorithm based on improved Double-Head RCNN for UAV aerial images［J/OL］. Journal of Beijing University of Aeronautics and Astronautics， （--）. DOI：10.13700/j.bh.1001-5965.2022.0591 （in Chinese）

[35] Hu J， Shen L， Sun G. Squeeze-and-excitation networks ［C］. Proceedings of the IEEE conference on computer vision and pattern recognition. New York： Institute of Electrical and Electronics Engineers， 2018： 7132-7141

[36] 马瑞峻， 何浣冬， 陈瑜， 赖宇豪， 焦锐， 唐昊. 基于改进YOLOv5的火龙果成熟度识别方法［J］. 沈阳农业大学学报， 2023， 54（2）： 196-206

[37] Ma R Z， He H D， Chen Y， Lai Y H， Jiao R， Tang H. Recognition method for maturity of pitaya based on improved YOLOv5［J］. Journal of Shenyang Agricultural University， 2023， 54（2）： 196-206 （in Chinese）

[38] 程彦军. 基于监控视频的行人重识别技术研究［D］. 武汉： 华中科技大学， 2019

[39] Cheng Y J. A thesis submitted in partial fulfillment of the requirements for the degree of master of engineering［D］. Wuhan： Huazhong University of Science & Technology， 2019 （in Chinese）

[40] Tong Z J， Chen Y H， Xu Z W， Yu R. Wise-IoU： bounding box regression loss with dynamic focusing mechanism ［J/OL］. arXiv preprint arXiv：（--）. DOI：doi.org/10.48550/arXiv：2301.10051

[41] 梁正宇. 基于SSD的自然场景级联文本检测方法研究［D］. 武汉： 武汉大学， 2019

[42] Liang Z Y. Research on cascaded text detection in natural scene images based on SSD［D］. Wuhan： Wuhan University， 2019 （in Chinese）

[43] Tu S Q， Pang J， Liu H F， Zhuang N， Chen Y， Zheng C， Wan H， Xue Y J. Passion fruit detection and counting based on multiple scale faster R-CNN using RGB-D images ［J］. Precision Agriculture， 2020， 21（5）： 1072-1091

[44] 常洪彬. 基于深度学习的航空遥感图像目标检测算法研究［D］. 长春： 吉林大学， 2022

[45] Chang H B. Research on object detection of aerial remote sensing images based on deep learning［D］. Changchun： Jilin University， 2022 （in Chinese）

[46] Narayana C L， Ramana K V. An efficient real-time weed detection technique using YOLOv7［J］. International Journal of Advanced Computer Science and Applications， 2023， 14（2）： 550-556

[47] 刘健. 基于深度学习的农作物病害视觉识别系统设计与开发［D］. 扬州： 扬州大学， 2022

[48] Liu J. Design and development of visual recognition system for crop diseases based on deep learning［D］. Yangzhou： Yangzhou University， 2022 （in Chinese）

[49] Xia Y， Nguyen M， Yan W Q. A real-time kiwifruit detection based on improved YOLOv7［C］. International Conference on Image and Vision Computing New Zealand. Cham： Springer， 2022： 48-61

基金资助

国家大豆产业技术体系(CARS-04-PS30)

黑龙江省保护性耕作技术研究中心平台建设(PTJH202102)

黑龙江八一农垦大学研究生创新科研项目(YJSCX2022-Y20)