基于改进RTMDet的水稻种子缺陷检测方法

摘要

随着粮食工业行业智能化进程的推进，对水稻种子缺陷检测的效率和速度要求日益提升。针对水稻种子目标较小、数量密集、存在遮挡等难点，提出了基于RTMDet改进的Rice-RTMDet模型，该模型能够实现高效、准确的端到端密集小目标缺陷检测。该模型引入基于区域注意力机制的模块和优化损失函数设计，提升了在复杂环境下的密集小目标缺陷检测能力，并通过精简特征融合实现了模型的轻量化。实验结果表明，改进的RTMDet模型仅需1.5 M参数量，mAP（均值平均精度）和AR（平均召回率）即可分别达到97.6%和98.8%。该方法在检测多品种混杂样本，部分遮挡样本，破损、虫噬和发霉的缺陷样本时，均展现出良好的检测效果和鲁棒性，为粮食工业智能化提供了技术支持。

关键词

水稻种子 / 缺陷检测 / 密集检测 / 小目标 / RTMDet / 端到端