基于YOLO-TM的番茄采摘机器人感知算法

摘要

为解决番茄采摘机器人作业中由类间和类内遮挡、光照变化复杂和尺度差异大等因素引起的检测精度不足的问题，提出一种基于YOLO-TM（YOLO-transformer for tomatoes maturity detection）的番茄成熟度检测模型。首先，在骨干网络引入多头自注意力机制（multi-head self-attention,MHSA）以增强全局特征提取并抑制背景干扰；然后，构建双向自适应特征金字塔网络（bidirectional adaptive feature pyramid network,BAFPN）以提升多尺度特征融合能力；此外，设计L_box回归损失函数优化对小尺度番茄目标的定位精度。试验结果表明，YOLO-TM在自制番茄成熟度检测数据集中平均精度均值（mAP）达到95.3%，推理速度达到94.6帧·s^-1。与基线模型YOLOv11相比，其mAP提升4.2个百分点，且实地采摘成功率达到94.0%。与Faster R-CNN及其他YOLO系列主流模型相比，YOLO-TM在保持高实时性的同时明显提升了检测精度，展现出在复杂温室环境下的优越适应性，为番茄的自动化精准采摘及智能农业装备的视觉感知系统研发提供了坚实的理论依据与技术支持。

关键词

番茄 / 成熟度 / YOLO-TM / 损失函数 / 小尺度目标

基金资助

国家自然科学基金（61903341）