基于CEF-YOLOv11的智能采摘枸杞成熟度识别方法研究

CEF-YOLOv11 method for wolfberry ripeness recognition in smart harvesting

摘要

针对枸杞田间采摘中人工判别效率低、主观误差大，以及主流目标检测算法在复杂自然场景下漏检率高、对不同交并比（IoU）阈值适应性不足的问题，本研究基于YOLOv11网络框架，提出一种改进的枸杞果实成熟度智能识别方法。围绕未成熟枸杞与叶片易混淆、类别样本不平衡、果实间遮挡导致定位偏差等特定问题，对网络架构进行了三方面的改进：在骨干网络中嵌入卷积块注意力模块（CBAM），增强模型对果实表征性特征的提取能力；采用Focal Loss替换原分类损失函数，缓解类别不平衡对分类性能的影响；引入EIoU损失替代原始回归损失，提升遮挡条件下边界框的定位精度。为验证方法的有效性，构建了涵盖多种光照与遮挡程度的枸杞田间图像数据集，并采用数据增强技术提升模型泛化能力。以精确率（P）、召回率（R）、mAP50及mAP50-95（mAP50表示IoU=0.50时的平均精度，mAP50-95为IoU阈值0.50~0.95的平均精度）为评价指标，将改进模型CEF-YOLOv11与YOLOv11、YOLOv8-s、YOLOv10-s、SSD、Faster-R-CNN、YOLOv5n与YOLOv5s进行对比。结果表明：1）改进模型召回率最优，达90.8%，较YOLOv11、YOLOv8-s、YOLOv10-s、YOLOv5n与YOLOv5s分别提高4.7、3.4、4.9、16.9和14.8百分点，显著降低了成熟果实的漏检率；2）模型mAP50达90.9%，表明引入注意力机制与损失函数优化能协同提升分类与定位性能；3）mAP50-95为76.0%，较原YOLOv11提高9.5%，表明模型对不同IoU阈值具有良好的鲁棒性。本研究提出的CEF-YOLOv11算法可有效提升复杂背景下枸杞成熟果实的检测精度，为采摘机器人视觉系统的开发提供技术依据。

Abstract

To address the low efficiency and high subjectivity of manual ripeness assessment in wolfberry harvesting， as well as the high missed-detection rate and insufficient adaptability to varying Intersection over Union （IoU） thresholds of mainstream object detection algorithms in complex field environments， this study proposes an improved intelligent recognition method for wolfberry fruit maturity based on the YOLOv11 network. Focusing on specific challenges such as the visual similarity between immature fruits and leaves， class imbalance， and localization deviation due to fruit occlusion， three key modifications were implemented in the network architecture： the Convolutional Block Attention Module （CBAM） was embedded into the backbone network to enhance the model’s ability to extract discriminative fruit features； Focal Loss was adopted to replace the original classification loss， mitigating the impact of class imbalance on classification performance； and the EIoU loss function was introduced to substitute the original regression loss， improving bounding box localization accuracy under occlusion conditions. To validate the method’s effectiveness， a wolfberry field image dataset encompassing various illumination and occlusion levels was constructed， and data augmentation techniques were employed to enhance model generalization. Using precision （P）， recall （R）， mAP50， and mAP50-95 as evaluation metrics（where mAP50 denotes the mean average precision at IoU=0.50， and mAP50-95 represents the average precision over IoU thresholds of 0.50 to 0.95）， the improved model， termed CEF-YOLOv11， was compared with YOLOv11， YOLOv8-s， YOLOv10-s， SSD， Faster R-CNN， YOLOv5n， and YOLOv5s. The results demonstrate that： 1） The improved model achieved the optimal recall of 90.8%， which is 4.7， 3.4， 4.9， 16.9， and 14.8 percentage points higher than YOLOv11， YOLOv8-s， YOLOv10-s， YOLOv5n， and YOLOv5s， respectively， significantly reducing the missed detection rate of mature fruits； 2） The model attained an mAP50 of 90.9%， indicating that the introduced attention mechanism and optimized loss functions synergistically enhance both classification and localization performance； 3） An mAP50-95 of 76.0% was achieved， representing a 9.5% improvement over the original YOLOv11， confirming the model's good robustness across different IoU thresholds. The proposed CEF-YOLOv11 algorithm can effectively improve the detection accuracy of ripe wolfberries in complex backgrounds， providing a technical basis for developing vision systems in picking robots.

Graphical abstract

关键词

枸杞成熟度检测 / 目标检测 / 注意力机制 / 深度学习 / 小目标识别 / 智慧农业

Key words

wolfberry maturity detection / object detection / attention mechanism / deep learning / small object recognition / smart agriculture

枸杞作为我国西北部干旱及半干旱地区重要的特色经济作物，其产业健康发展对促进农村经济与农业现代化转型具有重要意义^［1］。据统计，2023年全国枸杞种植面积约12.2万公顷^［2］。Zhao等^［3］的研究指出，枸杞采收长期依赖人工，效率低且成本高；同时，在图像采集与识别环节，样本容易受光照、阴影等环境因素干扰，影响模型构建与识别准确性。

在农业目标检测领域，已有较多研究为果实识别提供了参考。针对枸杞目标检测，李梓仪等^［4］基于YOLOv8构建了枸杞鲜果成熟度检测模型，测试集上平均精度（mAP）达到81.8%，性能优于多种对比模型，但其召回率为75.1%，且未在多品种场景下验证泛化能力，所使用数据集也较为简单。秦玮健等^［5］同样改进YOLOv8进行枸杞红果识别，模型mAP提升至90.2%，但未说明其在复杂光照、遮挡等场景下的性能，也未涉及模型轻量化设计。康彩等^［6］针对枸杞采摘场景优化YOLOv5模型，对成熟挂枝枸杞的检测准确率达88%，召回率为96%，在对比实验中表现较好，但未对重度叶片遮挡下的漏检情况进行定量分析。在复杂环境下的目标检测方面，张欣冉等^［7］将YOLO11n改进为WCG-YOLO11n，用于复杂环境中的奶牛行为识别，在抗遮挡条件下mAP达到95.3%，为规模化养殖管理提供了技术支持。莫恒辉等^［8］则改进YOLOv7模型，用于复杂环境中的苹果检测，准确率与召回率分别为85.7%和87.0%，为苹果监测与机械化采摘提供了支撑。

枸杞检测是典型的小目标检测问题，针对小目标检测难题，叶大鹏等^［9］提出MSH-YOLOv8模型，通过多尺度特征融合提升蘑菇等小尺寸作物的检测精度。Önler等^［10］基于自定义数据集训练不同版本YOLOv8进行小麦白粉病识别，其中YOLOv8m模型在精度、召回率、F1值及平均精度上表现最优，为精准施药提供了支持。Zhang等^［11］提出HR-YOLOv8模型，通过在骨干网络引入双自注意力机制、采用IS-IoU回归损失、并将特征融合方式改为并行连接，以优化作物生长状态检测中的小目标识别性能^［12］。针对复杂环境，李洪波等^［14］结合改进的YOLOv8-G（融合GhostNet V2实现轻量化）、亲和传播聚类与最小二乘法的方法，提升了强光与杂草干扰下苗期玉米行的检测精度与效率。Fang等^［15］提出一种轻量化YOLOv8模型，通过移除大目标检测层、减少检测头数量、在颈部引入改进特征金字塔结构、并以简化SPP-fast替代原SPP模块，有效解决了小麦穗密集重叠条件下的检测效果，并提升了在便携设备上的运行效率。此外，Yu等^［16］与Guo等^［17］实现了YOLO系列模型的轻量化改进，使其可以在移动端部署；Yao等^［18］与Wang等^［19］通过融合局部信息与全局特征，提升了小目标检测的精度。值得注意的是，2025年发布的YOLOv26^［20］重点针对边缘设备部署优化，采用端到端无后处理架构并增强小目标感知能力，提升了检测速度与密集目标适配性，但尚未针对果实成熟度细分类及小样本农业场景进行专项优化。

目前，专门针对枸杞果实检测与成熟度识别的研究仍相对较少，而小尺度、密集、复杂背景下目标检测的研究可为枸杞识别提供理论借鉴。YOLO系列算法因检测速度与精度的良好平衡，在农业视觉任务中应用广泛^［21］。YOLOv11在提高模型结构、特征提取效率和定位准确性方面均有较大提升，可望成为解决枸杞果实识别关键技术的新途径^［22］。本研究基于YOLOv11进行三方面改进：一是在骨干网络末端C3k2模块与SPPF之间嵌入卷积块注意力模块（CBAM），以增强模型对枸杞果实关键特征的提取与聚焦能力；二是采用Focal Loss替代原分类损失，缓解成熟与未成熟样本不平衡问题；三是引入EIoU损失函数替换原回归损失，提升遮挡情况下边界框的定位精度。通过构建包含不同光照与遮挡条件的枸杞图像数据集，对改进模型进行训练与测试，并以精确率、召回率、mAP50和mAP50-95作为评价指标，系统评估模型性能。本研究旨在建立一种适用于复杂田间环境的枸杞成熟度视觉识别方法，为实现枸杞生产管理的精细化与智能化提供技术基础。

1　材料与方法

1.1　数据集的准备

1.1.1　数据集获取

本研究使用的图像数据主要来源于公开计算机视觉平台Roboflow（https：//universe.roboflow.com/）。该平台提供的枸杞图像数据集经人工审核与标注，质量可靠，已广泛用于农业检测任务研究。尽管枸杞本身属于典型易获取的作物，但其主要产区分布集中于宁夏、青海、新疆等地，采摘季节短暂，实地采集还涉及设备、差旅及基地权限等多种限制。因此，本研究采用公开数据集作为基础，并通过数据增强方式扩展样本分布，以模拟自然采摘条件中因遮挡、成熟度差异和光照变化引起的特征变化。需要说明的是，本研究中数据增强的主要作用是提升模型对自然场景变化的适应能力，而非弥补数据量的不足。

1.1.2　数据标注

采用LabelImg标注工具对383张枸杞图像进行标注。每张图像中同时包含成熟与未成熟枸杞果实，其中成熟果实颜色多呈现红色，未成熟的果实则呈现绿色或橙色。标注遵循“单果单独标定”原则，将成熟果实标记为“mature”，未成熟的枸杞标记为“immature”。标注边界框力求完整覆盖果实区域，避免超出目标范围，明显不清晰或难以识别的样本予以剔除。最终整理形成符合YOLO格式的数据集。不同成熟度枸杞果实的标注实例数量如表1所示，标注示例如图1所示。

1.1.3　数据增强和划分

尽管原始数据集规模有限，但已有研究表明，经合理的数据增强与训练策略优化后，小规模数据集仍可获得较好的识别性能^［23-25］。为此，本研究实施了3种数据增强方法：随机水平翻转（概率50%），以提升模型对不同视角的适应能力；对比度调整（系数范围0.8~1.2），以增强类间特征区分度；添加高斯噪声（均值0，标准差0.01~0.05），以提高模型对噪声的鲁棒性。增强后数据规模见表2。将所有数据按照7∶2∶1划分为训练集、验证集和测试集。测试集全程不参与训练与超参数调优，所有实验结果均基于该独立测试集得出。训练过程中采用早停策略，通过验证集损失监控模型过拟合情况。

1.2　CEF-YOLOv11网络结构

YOLOv11是由Ultralytics公司研发的单阶段目标检测算法^［26］，在继承YOLO系列高效单次前向检测优点的基础上，其骨干网络采用改进的CSPDarknet-53结构，通过引入高分辨率卷积块与跨阶段局部连接，增强了对小尺寸目标的特征捕捉能力，同时减少了计算冗余。该模型采用基于PAN-FPN的结构进行多尺度特征整合，并引入自适应特性权重机制，根据目标尺度动态调整特征图贡献，缓解了传统FPN多尺度目标检测中的“小目标特征易丢失”问题。检测头部分进行了简化，并采用更为简洁的锚框无关（Anchor-Free）机制，降低了参数复杂度，提升了推理效率。在COCO等主流数据集上，YOLOv11相比前代在检测速度与mAP50方面均有提升^［27］。为农业小目标检测的应用场景提供了一个较好的基准模型支持。YOLOv11网络结构图如图2所示。

针对枸杞成熟度检测中存在果实与树叶颜色、形状相似易混淆、果实间遮挡严重、成熟与未成熟样本颜色过渡不明显等问题，本研究从特征增强与损失函数优化两方面对YOLOv11进行改进：在骨干网络末端C3K2模块和SPPF之间嵌入卷积块注意力模块（CBAM），通过通道与空间注意力机制强化果实关键特征，抑制背景干扰；采用Focal Loss替代原分类损失，缓解类别不平衡问题；引入EIoU损失替代原回归损失，提升遮挡情况下边界框的定位精度。改进后的YOLOv11（CEF-YOLOv11）结构如图3所示。

1.2.1　EIoU Loss损失函数

田间枸杞果实分布密集，成熟与未成熟果实尺寸差异较大，且常受叶片遮挡，导致预测框的宽高比易发生偏移，影响定位精度^［28］。原YOLOv11使用的CIoU损失虽考虑了边界框中心点距离与重叠面积，但对宽高比的约束较弱，难以应对小目标密集和多尺度检测场景^［29］。为此，本研究采用EIoU损失解耦并分别优化边界框回归的宽高与中心点距离误差，从而提升边界框回归的形状一致性与收敛稳定性。相较CIoU，EIoU在密集果串、复杂遮挡场景下能精准修正预测框边界细微偏移，有效提升枸杞成熟度检测任务中模型边界定位的稳定性与收敛效率。\mathrm{E}\mathrm{I}\mathrm{o}\mathrm{U}定义如下：

\begin{array}{l}\mathrm{E}\mathrm{I}\mathrm{o}\mathrm{U}=\mathrm{I}\mathrm{o}\mathrm{U}-\frac{{\rho }^{\mathrm{2}}(b,b^{gt})}{c^{\mathrm{2}}}-\\ \frac{{\rho }^{\mathrm{2}}(w,w^{gt})}{W{c}^{\mathrm{2}}}-\frac{{\rho }^{\mathrm{2}}(h,h^{gt})}{H{c}^{\mathrm{2}}}\end{array}（1）

{\mathrm{L}}_{\mathrm{E}\mathrm{I}\mathrm{o}\mathrm{U}}=\mathrm{1}-\mathrm{E}\mathrm{I}\mathrm{o}\mathrm{U}（2）

式中：IoU为预测框与真实框的交并比；b为预测框的中心点坐标；b^gt 为真实框的中心点坐标；ρ为欧氏距离函数；c为同时包围预测框与真实框的最小外接矩形对角线长度，像素；w为预测框的宽度，像素；w^gt 为真实框的宽度，像素；h为预测框的高度，像素；h^gt 为真实框的高度，像素；W_C 为同时包围预测框与真实框的最小外接矩形宽度，像素；H_C 为同时包围预测框与真实框的最小外接矩形高度，像素。

1.2.2　Focal Loss损失函数

原模型使用交叉熵损失对所有样本赋予相同权重，在枸杞数据集中，成熟与未成熟样本数量存在不平衡，且颜色差异明显的果实较容易被识别出来，而颜色过渡状态下的果实则较难识别，导致难例样本在训练中贡献不足。为此，本研究引入Focal Loss^［30］，通过调节权重使模型更关注难分类样本。其表达式为：

\mathrm{F}\mathrm{L}(p_t)=-{\alpha }_t(\mathrm{1}-p_t{)}^{\gamma }\mathrm{l}\mathrm{o}\mathrm{g}(p_t)（3）

式中：p_t 为模型对真实类别的预测概率；α_t为类别平衡因子；γ为聚焦参数。

该机制通过降低易分样本的损失权重，增强模型对颜色过渡区域果实的识别能力。

1.2.3　CBAM注意力机制

自然采摘场景下未成熟枸杞与叶片颜色、纹理相似，目标密集或遮挡严重时关键果实特征易被淹没。本研究在骨干网络中和SPPF间加入CBAM模块，其依次通过通道注意力与空间注意力对特征进行重标定：

F\text{'}=F\otimes M_c(F),F\text{'}\text{'}=F\text{'}\text{'}\otimes M_s(F\text{'})​（4）

式中：F为输入特征图；M_c（F）为通道注意力权重映射；⊗表示逐元素乘法运算；F'为经过通道注意力加权后的特征图；M_s(F\text{'})为空间注意力权重映射；F\text{'}\text{'}为经过空间注意力进一步加权后的最终特征图。

1.3　实验环境及参数设置

实验硬件环境为英特尔Core i7-11800H中央处理器、英伟达GeForce RTX 3060笔记本版图形处理器，16 GB DDR4（频率3 200 MHz）的随机存取存储器，以及1 TB PCIe 3.0接口的固态硬盘。操作系统是Windows 10，使用Python 3.8与PyTorch框架，CUDA 11.3和CuDNN 8.2.1用于加速计算。采用OpenCV 4.6.0和NumPy 1.23.5辅助进行图像加载及预处理操作。网络训练过程中设置训练迭代次数为450，初始化学习率为0.001，批大小（Batch size）为4，权重衰减（Weight decay）为5×10^-4。

1.4　试验评估指标

采用P、R以及mAP作为评价指标，对模型的检测性能进行评估。其中，mAP50表示在交并比（Intersection over union，IoU）阈值为0.50时的平均检测精度，mAP50-95表示IoU阈值分别从0.50至0.95的平均精度，用于衡量模型在不同重叠度条件下的目标检测能力。各指标计算公式如下：

P=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}（5）

R=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}（6）

\mathrm{m}\mathrm{A}\mathrm{P}=\frac{\mathrm{1}}{\mathrm{C}}{{\sum }_{c=\mathrm{1}}^{c}AP}_{\mathrm{c}}（7）

式中：TP为真阳性样本数；FP为假阳性样本数；FN为假阴性样本数；C为目标类别总数；AP_c为第c类别的平均精度。

2　结果与分析

2.1　检测结果可视化分析

为直观评估改进模型在真实场景下的性能，图4展示了其在典型枸杞田间环境中的检测效果。如图所示，模型能够有效区分复杂背景下的成熟（红色框）与未成熟（绿色框）枸杞果实，表明其在特征提取与目标分离方面具有较好的鲁棒性。

图5进一步呈现了4类具有代表性的低精度检测案例，揭示了模型在复杂田间场景下的性能仍受遮挡、光照变化与背景干扰等因素影响。具体而言：（a）当未成熟果实被叶片部分遮挡时，轮廓与表面纹理特征提取不完整，导致模型难以稳定表征目标，出现漏检；（b）在整体光照偏黄的条件下，成熟与未成熟果实间的颜色差异减弱，红绿色差趋于模糊，易引起未成熟果实被误判为成熟类别；（c）成熟果实受枝叶密集遮挡时，局部颜色与形态信息缺失，降低了模型识别置信度；（d）未成熟果实与叶片在色相、明度上高度接近时，目标与背景区分度不足，增加了错误检测的可能。

2.1　对比试验

为验证改进模型性能，将CEF-YOLOv11与YOLOv11、YOLOv5n、YOLOv5s、SSD、Faster R-CNN、YOLOv8-s及YOLOv10-s进行对比（表3）。在精确率方面，CEF-YOLOv11（82.3%）略低于YOLOv11与YOLOv5n（84.3%），这主要是因为改进策略侧重于提升复杂场景下的召回能力，致使部分背景或枯叶区域被误检为果实。

然而，CEF-YOLOv11在召回率上表现突出，达到90.8%。较YOLOv8-s、YOLOv11、YOLOv10-s、YOLOv5s与YOLOv5n分别提升3.4、4.7、4.9、14.8与16.9个百分点，显著降低了成熟果实的漏检率。这表明加入的CBAM注意力机制更能集中关注于果实区域，且EIoU损失函数能够更好地确定预测框的位置。同时，改进模型的mAP50达到90.9%，mAP50-95为76.0%，均优于所有对比模型，说明其在对多种IoU阈值进行检测时更加稳定，在多种场景下更具适应性，更符合枸杞采摘场景对高召回与高定位精度的双重需求。

2.2　消融实验

为进一步验证所提出CEF-YOLOv11的各个改进部分对于最终检测效果的影响，在YOLOv11基础上逐步添加CBAM、Focal Loss与EIoU损失进行消融实验（表4）。仅加入CBAM时，召回率与mAP50分别提升至87.5%与86.5%，说明注意力机制能有效增强果实特征表达。仅使用Focal Loss后，召回率（87.8%）和mAP50（86.8%）进一步小幅上升，表明其对类别不平衡具有缓解作用。仅引入EIoU损失后，召回率（88.2%）、mAP50（87.2%）和mAP50-95（69.3%）显著提高，验证了其对边界框回归精度的改善。当三者共同作用时，模型取得最优性能（R=90.8%，mAP50=90.9%，mAP50-95=76.0%），说明各模块在特征增强、类别平衡与定位优化方面具有互补性，共同提升了模型在复杂环境下的检测鲁棒性。

3　讨论与结论

基于深度学习的目标检测方法在农业领域已取得显著进展，然而在枸杞成熟度识别这一具体任务中，仍面临田间光照多变、果实相互遮挡及模型泛化能力有限等挑战。本研究针对这些难点，通过改进YOLOv11模型的结构与损失函数，系统探索了适用于复杂自然场景的枸杞成熟度视觉识别方案，为后续实现自动化检测奠定了基础。本研究主要结论如下：

1）从网络设计的角度，通过在骨干网络中引入卷积块注意力模块（CBAM），增强对枸杞果特性的关注，缓解了未成熟果实与叶片特征相似导致的混淆问题；采用Focal Loss替换原分类损失，减轻了数据集中成熟与未成熟样本数量不均衡对分类精度的影响；使用EIoU损失取代原回归损失，增强了对密集遮挡情况下边界框的定位能力。结果表明，CEF-YOLOv11的精确率（P）达到了82.3%的同时，召回率（R）将大幅提升至90.8%，显著优于其他对比模型，表明其在确保检测准确性的同时，能有效降低漏检率。

2）CEF-YOLOv11模型在多项评价指标上表现优越。其mAP50达到90.9%，在IoU阈值（0.50）的条件下显著优于各对比模型，表明该模型具备较强的目标检测能力；同时其mAP50-95达到76.0%，相比原始YOLOv11有明显提升，并且优于SSD、FAST-R-CNN、YOLOv5n与YOLOv5s，说明模型在不同IoU阈值下均保持了良好的鲁棒性和稳定性，能够适应不同定位精度的应用要求。

综上所述，本研究提出的CEF-YOLOv11模型为解决复杂田间环境下枸杞成熟度的高效、准确识别提供了一种可行方案，对推动枸杞采摘作业的智能化、精细化发展具有积极的参考价值。

尽管模型性能总体良好，但在极端或剧烈变化的光照条件（如强反光、连续阴雨）下，对颜色细微差异的识别能力仍有下降；此外，模型的轻量化程度与推理速度尚需进一步优化，以满足未来在移动式采摘设备上实时部署的需求。后续研究可围绕多模态信息融合（如结合近红外光谱）、设计更高效的轻量化网络架构，以及构建更大规模、覆盖更广区域和生长阶段的枸杞数据集展开，以持续提升模型的实用性与泛化能力。此外，计划在下一阶段采用“公开数据集+自采真实场景数据”的混合训练方式，并进行跨区域验证，以进一步提升模型鲁棒性与实际部署意义。

参考文献

[1] 任珩， 王君兰. 我国枸杞产业发展现状及提升路径［J］. 科技促进发展， 2019， 15（3）： 310-317

[2] Ren H， Wang J L. Current situation and promotion path of Chinese wolfberry industry development［J］. Science & technology for development， 2019， 15（3）： 310-317 （in Chinese）

[3] 国家林业和草原局有关司局 ．向“新”发力提“质”而上：2023 年我国现代枸杞产业高质量发展［EB/OL］.［--］.

[4] Relevant departments of the national forestry and grassland administration. Advancing innovation and improving quality： high-quality development of China’s modern wolfberry industry in 2023 ［EB/OL］.［--］.

[5] Zhao J， Chen J. Detecting maturity in fresh Lycium barbarum L. fruit using color information［J］. Horticulturae， 2021， 7（5）： 108

[6] 李梓仪， 刘玉闯， 王和政， 刘嘉辉， 赵健， 赵东. 基于改进YOLOv8的枸杞鲜果成熟度检测［J］. 林业机械与木工设备， 2024， 52（12）： 81-88

[7] Li Z Y， Liu Y C， Wang H Z， Liu J H， Zhao J， Zhao D. Fresh fruit ripeness detection of wolfberry based on improved YOLOv8［J］. Forestry machinery & woodworking equipment， 2024， 52（12）： 81-88 （in Chinese）

[8] 秦玮健， 康峰， 王亚雄， 陈冲冲， 仝思源. 基于改进YOLOv8算法的枸杞果实目标检测［J］. 机械工程与自动化， 2024， 53（6）： 24-26， 30

[9] Qin W J， Kang F， Wang Y X， Chen C C， Tong S Y. Target detection of Lycium barbarum fruit based on improved YOLOv8 algorithm［J］. Mechanical Engineering & Automation， 2024， 53（6）： 24-26， 30 （in Chinese）

[10] 康彩， 张凯泽， 车进. 基于YOLOv5的枸杞红果在线识别［J］. 宁夏农林科技， 2022， 63（6）： 21-26

[11] Kang C， Zhang K Z， Che J. Online identification of wolfberry red fruit based on YOLOv5［J］. Journal of Ningxia Agriculture and Forestry Science and Technology， 2022， 63（6）： 21-26 （in Chinese）

[12] 张欣冉， 王新忠， 周奎州， 蒙贺伟， 彭慧杰， 李亚萍. 基于改进YOLO11n的复杂环境下多目标奶牛日常行为检测［J］. 农业工程学报， 2025， 41（14）： 155-164

[13] Zhang X R， Wang X Z， Zhou K Z， Meng H W， Peng H J， Li Y P. Daily behaviour detection of multi-target dairy cows based on improved YOLO11n in complex environment［J］. Transactions of the Chinese Society of Agricultural Engineering， 2025， 41（14）： 155-164 （in Chinese）

[14] 莫恒辉， 魏霖静. 基于改进YOLOv7的复杂环境下苹果目标检测［J］. 浙江大学学报：工学版， 2024， 58（12）： 2447-2458

[15] Mo H H， Wei L J. Improved YOLOv7 based apple target detection in complex environment［J］. Journal of Zhejiang University ： Engineering Science， 2024， 58（12）： 2447-2458 （in Chinese）

[16] 叶大鹏， 景均， 张之得， 李辉煌， 吴昊宇， 谢立敏. MSH-YOLOv8： 融合尺度重建的蘑菇小目标检测方法［J］. 智慧农业： 中英文， 2024， 6（5）： 139-152

[17] Ye D P， Jing J， Zhang Z D， Li H H， Wu H Y， Xie L M. MSH-YOLOv8： Mushroom small object detection method with scale reconstruction and fusion ［J］. Smart Agriculture： Chinese and English， 2024， 6（5）： 139-152 （in Chinese）

[18] Önler E， Köycü N D. Wheat powdery mildew detection with YOLOv8 object detection model［J］. Applied Sciences， 2024， 14（16）： 7073

[19] Zhang J， Yang W Z， Lu Z F， Chen D. HR-YOLOv8： A crop growth status object detection method based on YOLOv8 ［J］. Electronics， 2024， 13（9）： 1620

[20] Liu Q， Lv J， Zhang C P. MAE-YOLOv8-based small object detection of green crisp plum in real complex orchard environments ［J］. Computers and Electronics in Agriculture， 2024， 226： 109458

[21] 张荣华， 白雪， 樊江川. 复杂场景下害虫目标检测算法： YOLOv8-Extend ［J］. 智慧农业： 中英文， 2024， 6（2）： 49-61

[22] Zhang R H， Bai X， Fan J C. Crop pest target detection algorithm in complex scenes： YOLOv8-extend ［J］. Smart Agriculture： Chinese and English， 2024， 6（2）： 49-61 （in Chinese）

[23] 李洪波， 田鑫， 阮志文， 刘少文， 任玮琪， 苏中滨， 高睿， 孔庆明. 基于改进YOLOv8的苗期玉米行检测方法［J］. 智慧农业：中英文， 2024， 6（6）： 72-84

[24] Li H B， Tian X， Ruan Z W， Liu S W， Ren W Q， Su Z B， Gao R， Kong Q M. Seedling stage corn line detection method based on improved YOLOv8［J］. Smart Agriculture： Chinese and English， 2024， 6（6）： 72-84 （in Chinese）

[25] Fang C， Yang X. Lightweight YOLOv8 for wheat head detection［J］. IEEE Access， 2024， 12： 66214-66222

[26] Yu Y， Zhou Q， Wang H， Lv K， Zhang L J， Li J， Li D M. LP-YOLO： A lightweight object detection network regarding insect pests for mobile terminal devices based on improved YOLOv8 ［J］. Agriculture， 2024， 14（8）： 1420

[27] Guo A， Sun K Q， Zhang Z Y. A lightweight YOLOv8 integrating FasterNet for real-time underwater object detection［J］. Journal of Real-Time Image Processing， 2024， 21（2）： 49

[28] Yao G Z， Zhu S D， Zhang L， Qi M. HP-YOLOv8： High-precision small object detection algorithm for remote sensing images ［J］. Sensors， 2024， 24（15）： 4858

[29] Wang J H， Jiang M D， Abbas T， Chen H， Jiang Y Y. YOLOv-MA： A high-precision foreign object detection algorithm for rice ［J］. Agriculture， 2025， 15（13）： 1354

[30] Sapkota R， Cheppally R H， Sharda A， Karkee M. YOLO26： Key architectural enhancements and performance benchmarking for real-time object detection ［EB/OL］.［--］.

[31] Badgujar C M， Poulose A， Gan H. Agricultural object detection with You Only Look Once （YOLO） Algorithm： A bibliometric and systematic literature review ［J］. Computers and Electronics in Agriculture， 2024， 223： 109090

[32] Khanam R， Hussain M. YOLOv11： An overview of the key architectural enhancements［EB/OL］.［--］.

[33] Badeka E， Karapatzak E， Karampatea A， Bouloumpasi E， Kalathas I， Lytridis C， Tziolas E， Tsakalidou V N， Kaburlasos V G. A deep learning approach for precision viticulture， assessing grape maturity via YOLOv7［J］. Sensors， 2023， 23（19）： 8126

[34] Aldabbagh L， Chang Y J， Chung Y C. Chili plant growth stage classification using deep learning［J］. Computers and Electronics in Agriculture， 2022， 199： 107194

[35] Saad M， Abdullah H， Rahimi M， Mohd A S， Hassan M A. Chili object detection with R-CNN model in natural field conditions［J］. Journal of Food Agriculture and Environment， 2021， 19（3）： 54-60

[36] Khanam R， Hussain M. YOLOv11： An overview of the key architectural enhancements［EB/OL］.［--］.

[37] Sa I， Ge Z Y， Dayoub F， Upcroft B， Perez T， McCool C. DeepFruits： A fruit detection system using deep neural networks［J］. Sensors， 2016， 16（8）： 1222

[38] Zhang Y F， Ren W Q， Zhang Z， Jia Z， Wang L， Tan T. Focal and efficient IOU loss for accurate bounding box regression［J］. Neurocomputing， 2022， 506： 146-157

[39] Lin T Y， Goyal P， Girshick R， He K M， Dollar P. Focal loss for dense object detection［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2020， 42（2）： 318-327

[40] Woo S， Park J， Lee J Y， Kweon I S. CBAM： Convolutional block attention module［C］. In： Computer Vision-ECCV 2018. Cham： Springer， 2018：3-19

基金资助

青海省科技计划项目(2024-NK-141S4)