關(guān)鍵詞 菠蘿果實(shí)； 成熟度； YOLOv8； 目標(biāo)檢測(cè)

菠蘿果實(shí)富含膳食纖維、礦物質(zhì)等營(yíng)養(yǎng)成分和多種生物活性化合物，深受廣大消費(fèi)者喜愛?；浳魇俏覈?guó)菠蘿的主產(chǎn)地，菠蘿產(chǎn)業(yè)產(chǎn)量大，經(jīng)濟(jì)效益好。僅2021 年粵西菠蘿種植產(chǎn)量達(dá)109.92 萬(wàn)t，占全省菠蘿產(chǎn)量的90.09%，特別是位于徐聞曲界鎮(zhèn)境內(nèi)的“菠蘿的?！笔腔浳鞑ぬ}種植的核心區(qū)，近733.33hm2連片種植的菠蘿成為《國(guó)家地理雜志》推薦的3A級(jí)景觀［1］。

菠蘿的品質(zhì)和貯存與采摘時(shí)刻的成熟度相關(guān)。由于菠蘿為非躍變性果實(shí)，過(guò)早采摘會(huì)導(dǎo)致果實(shí)質(zhì)量下降、口感不佳，而過(guò)晚采摘?jiǎng)t容易引發(fā)果實(shí)腐爛，因此確定菠蘿的不同成熟度是必不可少的，菠蘿成熟度的精準(zhǔn)識(shí)別可以降低誤采概率［2］。目前，菠蘿果實(shí)采摘多以傳統(tǒng)的人工采摘為主，成本高且采摘品質(zhì)無(wú)法保證，近年來(lái)出現(xiàn)了機(jī)器自動(dòng)化采摘方式［3］，而自然環(huán)境下菠蘿成熟度目標(biāo)檢測(cè)是菠蘿自動(dòng)化采摘研究的重要內(nèi)容［4］。

對(duì)于自然場(chǎng)景下的水果成熟度目標(biāo)檢測(cè)研究，近年來(lái)已取得了一定進(jìn)展，國(guó)內(nèi)外學(xué)者嘗試采用機(jī)器視覺及光譜分析方法實(shí)現(xiàn)蘋果［5］、葡萄［6］、香蕉［7］、芒果［8］等果實(shí)成熟度的檢測(cè)。近幾年，深度學(xué)習(xí)理論逐漸被許多學(xué)者用于水果成熟度檢測(cè)的研究。熊俊濤等［9］利用輕量化YOLOv5-Lite 對(duì)木瓜的成熟度進(jìn)行分類識(shí)別，實(shí)現(xiàn)了對(duì)不同拍攝距離、不同遮擋情況以及不同光照下的果實(shí)總體檢測(cè)。陳仁凡等［10］提出一種輕量化YOLO-ODM 草莓成熟度檢測(cè)方法，實(shí)現(xiàn)了在溫室環(huán)境下草莓果實(shí)的快速識(shí)別。馬瑞峻等［11］采用PITAYA-YOLOv5 對(duì)3 種不同成熟階段的火龍果成熟度進(jìn)行了判別。苗榮慧等［12］提出基于改進(jìn)YOLOv7 的自然環(huán)境下不同成熟度櫻桃番茄果實(shí)的識(shí)別方法，結(jié)果顯示該方法對(duì)綠熟期、轉(zhuǎn)色期、初熟期、中熟期和完熟期果實(shí)識(shí)別精度較高。上述研究主要針對(duì)果實(shí)顏色和形狀特征進(jìn)行識(shí)別與分割。盡管現(xiàn)有的成熟度研究方法在單色水果成熟度識(shí)別方面具有可行性，但處于轉(zhuǎn)色期的菠蘿果實(shí)具有混合顏色，使得成熟度的檢測(cè)具有挑戰(zhàn)性，主要體現(xiàn)在：遮擋障礙物體積、形狀與顏色導(dǎo)致菠蘿目標(biāo)特征不足或模糊，對(duì)網(wǎng)絡(luò)模型的特征提取產(chǎn)生負(fù)面影響大；菠蘿目標(biāo)數(shù)量過(guò)多導(dǎo)致單個(gè)目標(biāo)尺度小、分辨率低，造成模型漏檢；在密集場(chǎng)景下，菠蘿特征受到噪聲干擾，使網(wǎng)絡(luò)模型難以準(zhǔn)確分類和定位單個(gè)菠蘿特征，易發(fā)生誤檢。基于上述原因，李斌等［13］提出了一種基于單目視覺的檢測(cè)田間菠蘿果實(shí)的識(shí)別方法，迎光條件下識(shí)別正確率為85%，但在背光或陰天的情況下識(shí)別正確率僅為40%。張星等［14］采用改進(jìn)YOLOv3 網(wǎng)絡(luò)，利用K-means 聚類算法對(duì)構(gòu)建的果實(shí)數(shù)據(jù)集進(jìn)行聚類分析，識(shí)別率達(dá)到95%。Cuong等［15］針對(duì)適宜期菠蘿自動(dòng)化采摘提出了一種基于改進(jìn)Tiny YOLOv4 的菠蘿成熟度識(shí)別算法。李陽(yáng)德等［16］通過(guò)將YOLOv4 骨干網(wǎng)絡(luò)替換成輕量級(jí)網(wǎng)絡(luò)MobileNetV3，提出了輕量級(jí)的MobileNetV3-YO?LOv4 生長(zhǎng)期菠蘿成熟度分析方法，結(jié)果顯示該方法對(duì)于黃熟期菠蘿和青熟期菠蘿的檢測(cè)平均精度分別達(dá)到87.62% 和94.21%?，F(xiàn)有的菠蘿成熟度檢測(cè)模型在一定程度上克服了當(dāng)前深度學(xué)習(xí)模型只能識(shí)別無(wú)遮擋的單一果實(shí)或形態(tài)較好的相鄰果實(shí)的局限性，顯著提高了識(shí)別精度和效率，但密集場(chǎng)景下遮擋引起的漏檢誤檢問(wèn)題以及尺度變化情況下檢測(cè)速率低下問(wèn)題仍然存在。因此，本研究提出了基于改進(jìn)YOLOv8 的實(shí)時(shí)菠蘿成熟度目標(biāo)檢測(cè)方法，通過(guò)探索復(fù)雜自然環(huán)境下不同成熟度菠蘿果實(shí)的有效識(shí)別方法，旨在實(shí)現(xiàn)模型識(shí)別精度、推理速度和魯棒性的相對(duì)平衡，為快速精確識(shí)別目標(biāo)提供新的研究思路。

1 材料與方法

1.1 圖像采集

菠蘿果實(shí)圖像數(shù)據(jù)集采集地位于廣東省湛江市徐聞縣曲界鎮(zhèn)“菠蘿的?！薄Ｓ?023 年2 月1 日、20 日和同年3 月20 日，分別使用佳能相機(jī)（EOS 5D MarkIV 5D4）、無(wú)人機(jī)（DJI MAVIC 3）等設(shè)備采集自然環(huán)境下不同種植區(qū)域及不同成熟度的菠蘿果實(shí)圖像。采集時(shí)間包括上午、中午和下午，以獲取不同光照條件下的圖像，共獲取2 520 張菠蘿果實(shí)圖像。采集圖像類型包括順光圖像、逆光圖像、遮擋圖像、無(wú)遮擋圖像、中遠(yuǎn)距離圖像等。

1.2 果實(shí)成熟度等級(jí)劃分

依據(jù)國(guó)家農(nóng)業(yè)行業(yè)標(biāo)準(zhǔn)NY/T 450―2001［17］，菠蘿成熟度可劃分為4 種類型，即未成熟、轉(zhuǎn)色、中熟和成熟（表1）。根據(jù)菠蘿實(shí)際采摘情況及果皮顏色變化，4種成熟度類型合并為3種成熟度類型，將轉(zhuǎn)色、中熟合并為近生理成熟。由表2 可知，不同成熟度的菠蘿直接影響著其后續(xù)加工、貯藏以及運(yùn)輸方式。

1.3 數(shù)據(jù)集搭建

本研究使用了自建的菠蘿果實(shí)圖像數(shù)據(jù)集，使用了Labelimg 數(shù)據(jù)標(biāo)注工具對(duì)每張圖片進(jìn)行標(biāo)注，總計(jì)包含2 520 張圖片。為了增加模型的魯棒性，數(shù)據(jù)集涵蓋了多旋轉(zhuǎn)角度和多樣光照條件下的特征圖像。研究中構(gòu)建的數(shù)據(jù)集分為3 個(gè)部分，包括訓(xùn)練集、驗(yàn)證集和測(cè)試集，圖1 是部分樣本圖像的示意圖。

為盡可能減小圖片失真，將所有圖片調(diào)整為640像素×640 像素大小，并保持原有的寬高比例。此外，為增強(qiáng)模型的泛化能力和魯棒性，本研究采用數(shù)據(jù)增強(qiáng)技術(shù)，包括原始模型自帶的隨機(jī)旋轉(zhuǎn)、縮放、裁剪和顏色變換等方法，以擴(kuò)充數(shù)據(jù)集并減少過(guò)擬合的風(fēng)險(xiǎn)。菠蘿果實(shí)圖像數(shù)據(jù)集合計(jì)2 520 張，包括訓(xùn)練集樣本圖像2 016 張、驗(yàn)證集樣本圖像252 張、測(cè)試集樣本圖像252 張，其中含未成熟、近生理成熟、成熟菠蘿3 類樣本，分別為3 100、927、1 145 個(gè)。數(shù)據(jù)集的基本信息如表3 所示。

1.4 改進(jìn)YOLOv8 的實(shí)時(shí)菠蘿成熟度檢測(cè)模型構(gòu)建

改進(jìn)YOLOv8 算法網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示，由骨干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和無(wú)錨檢測(cè)頭組成。主干網(wǎng)絡(luò)用于從輸入圖像中提取特征映射，頸部網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)用于預(yù)測(cè)特征映射中物體的邊界框和標(biāo)簽［18］。

自然復(fù)雜環(huán)境下快速準(zhǔn)確地對(duì)菠蘿成熟度進(jìn)行檢測(cè)、區(qū)分近生理成熟期和成熟期的關(guān)鍵點(diǎn)在于對(duì)菠蘿表面黃色區(qū)域的識(shí)別和量化。綜合考慮色彩特征和特定閾值下黃色區(qū)域的面積，當(dāng)菠蘿表面的黃色區(qū)域占整體面積的90% 以上時(shí)，YOLOv8 模型將其識(shí)別為成熟菠蘿。

傳統(tǒng)的卷積操作由于其固定的卷積核和有限的感受野（receptive field），只能獲取局部信息，因此在檢測(cè)小目標(biāo)方面存在一定的局限性，特別是對(duì)多尺度遮擋的菠蘿容易導(dǎo)致漏檢。本研究采用深度可分離卷積（DSConv）替代原始網(wǎng)絡(luò)的主干部分和頸部部分的常規(guī)卷積操作，旨在減小模型尺寸并提升推理速度。本研究在DSCBS 模塊卷積之前、上采樣階段后以及下采樣階段的每個(gè)DSC2f 模塊后引入卷積注意力機(jī)制模塊（CBAM），即在特征融合前插入該模塊，特征注意力增強(qiáng)，提高菠蘿識(shí)別和定位的準(zhǔn)確度。

傳統(tǒng)卷積對(duì)每個(gè)通道的輸入特征映射應(yīng)用卷積核，通過(guò)對(duì)每個(gè)通道的結(jié)果進(jìn)行疊加來(lái)生成輸出特征映射，這一過(guò)程在所有輸入通道上重復(fù)，生成多個(gè)輸出特征映射。相反，深度可分離卷積可分解為2 個(gè)步驟：①深度卷積層對(duì)輸入特征圖的每個(gè)通道使用單獨(dú)的卷積核進(jìn)行單獨(dú)卷積操作后輸出相應(yīng)的特征圖；②逐點(diǎn)卷積層前一階段輸出的特征圖作為輸入，每個(gè)卷積核只針對(duì)單個(gè)位置進(jìn)行卷積操作，但需要處理輸入特征圖的所有通道。普通卷積由大小為3×3×C 的卷積核實(shí)現(xiàn)，深度可分離卷積由大小分別為3×3×1 和1×1×C 的2 個(gè)卷積核組成，如圖3所示。

深度可分離卷積與傳統(tǒng)卷積的比值如公式（1）所示，相比普通卷積，深度可分離卷積的參數(shù)量更少。

式（1）中，R 為參數(shù)數(shù)量的比值，N 是輸入通道的數(shù)量，k 代表卷積核的大小。

在特征提取過(guò)程中，YOLOv8 模型對(duì)不同特征采取相同的加權(quán)方式，導(dǎo)致目標(biāo)的漏檢和誤檢，不利于對(duì)菠蘿小尺度目標(biāo)信息的提取，因此本研究引入CBAM 注意力機(jī)制，通過(guò)通道注意力模塊和空間注意力模塊有效地增加整個(gè)特征圖中遮擋或小目標(biāo)的權(quán)重，使信息更容易被網(wǎng)絡(luò)學(xué)習(xí)。CBAM 注意力過(guò)程如圖4 所示。

將提取的菠蘿圖像特征標(biāo)記為F，利用特征之間的通道關(guān)系生成通道注意力特征圖Mc （F），再與F 逐點(diǎn)相乘形成新的特征F′，增強(qiáng)與菠蘿果實(shí)目標(biāo)區(qū)域相關(guān)的特征。然后，利用特征之間的內(nèi)部空間關(guān)系生成空間注意力特征圖Ms （F′），與F′逐點(diǎn)相乘得到F\"，從通道和特征之間的空間關(guān)系上增強(qiáng)了菠蘿目標(biāo)區(qū)域特征的權(quán)重，計(jì)算公式如式（2）所示：

式（3）中，σ 表示sigmoid 激活函數(shù)，F(xiàn) cavg 和Fcmax 表示平均池化和最大池化后的特征，W0 和W1 表示多層感知中的兩層權(quán)重。

空間注意力模塊側(cè)重于局部信息，通過(guò)池化對(duì)信息進(jìn)行過(guò)濾，然后對(duì)過(guò)濾后的信息進(jìn)行卷積提取重要信息，如圖6 所示，將F′作為空間注意力模塊的輸入，進(jìn)行最大池化和平均池化，通過(guò)Concat 運(yùn)算進(jìn)行疊加，然后通過(guò)卷積運(yùn)算和sigmoid 激活函數(shù)得到空間注意力特征圖Ms，計(jì)算公式如式（4）所示：

1.5 損失函數(shù)

對(duì)于原YOLOv8 模型，其分類損失為VarifocalLoss（ VFL），其回歸損失為CIoU Loss+DFL（distri?bution focal loss）的形式，為了更好地提高識(shí)別準(zhǔn)確率，本研究考慮改進(jìn)損失函數(shù)，將CIoU Loss 替換成EIoU Loss［19］。

分別采用最大池化和平均池化提取通道注意力模塊信息，然后進(jìn)行過(guò)濾、激活和歸一化，提高通道信息的提取能力。通道注意力模塊的結(jié)構(gòu)如圖5 所示，首先，輸入特征F，使用最大池化和平均池化獲取每個(gè)特征通道的全局信息，然后將特征圖輸入到MLP（multilayer perceptron）多層感知器中并將池化后的信息進(jìn)行加權(quán)求和，通過(guò)sigmoid 激活函數(shù)對(duì)結(jié)果進(jìn)行處理，最終得到通道注意力特征圖Mc，其中包含對(duì)輸入特征圖F 不同通道關(guān)注程度的信息，計(jì)算公式如式（3）所示：

式（5）中，q 為預(yù)測(cè)框和標(biāo)簽框的交并比，p 代表概率。

YOLOv8 使用的交并比（intersection over union，IoU，）損失函數(shù)為CIoU，它考慮了預(yù)測(cè)框和真實(shí)框之間的重疊面積、中心點(diǎn)距離以及寬高比［20］。然而，對(duì)于寬高比的描述仍然存在一定的模糊性，計(jì)算公式如式（6）～（8）所示：

式（6）～（8）中，IoU 為交并比，ρ 表示2 個(gè)矩形框之間的歐式距離，b 和bgt分別代表預(yù)測(cè)框和標(biāo)簽框，c代表2 個(gè)矩形框閉合區(qū)域的對(duì)角線距離，α 為權(quán)重系數(shù)，v 用于測(cè)量預(yù)測(cè)框和標(biāo)簽框相對(duì)比例的一致性，wgt和hgt為標(biāo)簽框的寬度和高度，w 和h 分別代表預(yù)測(cè)框的高度和寬度。

EIoU 在CIoU 的基礎(chǔ)上將長(zhǎng)寬比分解為長(zhǎng)寬的差異值，以加速預(yù)測(cè)框的回歸速度，使回歸過(guò)程更專注于高質(zhì)量的錨框，進(jìn)而提高預(yù)測(cè)框的回歸精度。此外，EIoU 優(yōu)化了邊框回歸中的樣本不平衡問(wèn)題，樣本不平衡問(wèn)題是指一幅圖像中回歸誤差小的高質(zhì)量錨幀數(shù)量遠(yuǎn)遠(yuǎn)小于誤差大的低質(zhì)量錨幀數(shù)量樣本，樣本質(zhì)量差會(huì)產(chǎn)生過(guò)大的梯度，影響訓(xùn)練過(guò)程，計(jì)算公式如式（9）所示：

式（9）中，ρ 表示2 個(gè)矩形框之間的歐式距離，b和bgt 分別代表預(yù)測(cè)框和標(biāo)簽框，w 和h 分別代表預(yù)測(cè)框的高度和寬度，c 代表2 個(gè)矩形框閉合區(qū)域的對(duì)角線距離，wgt 和hgt 為標(biāo)簽框的寬度和高度，cw 和ch是覆蓋預(yù)測(cè)框和標(biāo)簽框的最小外部矩陣的寬度和高度。

DFL 以交叉熵形式優(yōu)化了與標(biāo)簽y 最接近的左右2 個(gè)位置的概率，從而讓網(wǎng)絡(luò)更快地聚焦于目標(biāo)位置附近的分布情況，計(jì)算公式如式（10）所示：

式（10）中，S 是輸出分布，yi和yi+1是浮點(diǎn)值y 的左右整數(shù)值。

1.6 模型評(píng)價(jià)指標(biāo)

本研究模型采用精確度（precision，P）、召回率（recall，R）、平均精度均值（mean of average precision，PmA）作為評(píng)價(jià)指標(biāo)。具體來(lái)說(shuō)，P 表示預(yù)測(cè)的算法面積與實(shí)際檢測(cè)面積的比值，R 表示準(zhǔn)確預(yù)測(cè)的類別占所需類別總數(shù)的比例，PmA基于Precision-Recall 曲線得出，能夠全面評(píng)估算法的準(zhǔn)確性和魯棒性，PmA 值越高，說(shuō)明預(yù)測(cè)精度越高。此外，本研究還利用推理時(shí)間和網(wǎng)絡(luò)參數(shù)體積作為性能指標(biāo)，較短的推理時(shí)間意味著更好的實(shí)時(shí)性能，而較小的模型大小則代表較小的內(nèi)存使用。其中，TP表示真陽(yáng)性，F(xiàn)P表示假陽(yáng)性，N 表示樣本總數(shù)，F(xiàn)N 表示漏報(bào)的真陽(yáng)性數(shù)量，本研究中檢測(cè)到的菠蘿總類別數(shù)，PiA表示每個(gè)類別平均精度的平均值，Q 表示菠蘿總類別數(shù)。計(jì)算公式如式（11）～（14）所示：

2 結(jié)果與分析

2.1 環(huán)境及參數(shù)調(diào)整

本研究中使用的操作系統(tǒng)是Windows 10，Py?Torch 作為深度學(xué)習(xí)模型的框架（表4）。在訓(xùn)練階段，采用隨機(jī)梯度下降（SGD）進(jìn)行優(yōu)化，初始學(xué)習(xí)率為0.01，動(dòng)量因子為0.937，權(quán)重衰減系數(shù)為0.000 5，輸入圖像分辨率設(shè)置為640 像素×640 像素，批尺寸為16，交并比為0.5，使用改進(jìn)YOLOv8 在數(shù)據(jù)集上訓(xùn)練得到的權(quán)重來(lái)進(jìn)行遷移學(xué)習(xí)并訓(xùn)練300 個(gè)輪次（Epoch）。

2.2 模型訓(xùn)練過(guò)程

在訓(xùn)練過(guò)程中記錄模型的損失函數(shù)、精確度P、召回率R 以及P-R 曲線。由圖7 可以看出，模型訓(xùn)練30 輪之前其損失函數(shù)下降速度快，損失曲線平滑；當(dāng)訓(xùn)練輪數(shù)大于30、小于180 時(shí)，損失函數(shù)穩(wěn)定下降，并伴隨小范圍的波動(dòng)；模型經(jīng)過(guò)300輪訓(xùn)練后損失值完成收斂為0.023。最終模型精確度為97.38%，召回率為95.57%，平均精度均值為97.33%。

2.3 與YOLOv8 模型的比較

本研究通過(guò)深度可分離卷積替換公共卷積，提高了小目標(biāo)和遮擋目標(biāo)的識(shí)別效果，如圖8 所示，使用深度可分離卷積的模型能夠有效識(shí)別小目標(biāo)菠蘿以及葉片遮擋較為嚴(yán)重的目標(biāo)。

本研究采用改進(jìn)YOLOv8 模型在測(cè)試集進(jìn)行性能測(cè)試。檢測(cè)結(jié)果如表5 所示，改進(jìn)YOLOv8 模型在未成熟、近生理成熟及成熟果實(shí)識(shí)別試驗(yàn)中精確度、召回率、平均精度較YOLOv8 模型有明顯提高，平均檢測(cè)時(shí)間為5.4 ms，相較于原始YOLOv8 模型平均精度均值提升了5.51 百分點(diǎn)，平均檢測(cè)時(shí)間減少了0.1 ms。由于改進(jìn)的網(wǎng)絡(luò)中引入了注意力機(jī)制使模型更加關(guān)注重要的區(qū)域，表現(xiàn)為較高的精確度和召回率。改進(jìn)YOLOv8 網(wǎng)絡(luò)與原始網(wǎng)絡(luò)的檢測(cè)效果如圖9 所示，改進(jìn)模型可以更加準(zhǔn)確地辨識(shí)目標(biāo)并獲得更高的置信度，同時(shí)避免原始模型中出現(xiàn)的漏檢現(xiàn)象。

2.4 消融試驗(yàn)性能對(duì)比

為評(píng)估改進(jìn)后算法的有效性，本研究使用原始網(wǎng)絡(luò)與改進(jìn)的YOLOv8 網(wǎng)絡(luò)在菠蘿數(shù)據(jù)集上進(jìn)行消融試驗(yàn)。由表6 可知，在同一數(shù)據(jù)集的消融試驗(yàn)中，加入DSConv 模塊對(duì)比原模型YOLOv8，其精確度、召回率和平均精度均值分別下降0.80、2.69、1.66 百分點(diǎn)，每秒幀數(shù)增加17.4 幀，模型參數(shù)量由22.6×106減少到6.0×106。特征融合前加入CBAM 模塊后，其精確度和平均精度均值分別上升1.6、1.25 百分點(diǎn)，召回率下降0.37 百分點(diǎn)，每秒幀數(shù)下降2.4 幀，參數(shù)量增加1.1×106。相較于原始YOLOv8 模型，改進(jìn)后模型的精確度、召回率和平均精度均值分別提升了5.27、3.98、5.51 百分點(diǎn)，在參數(shù)量整體減少6.2×106的情況下，每秒幀數(shù)下降13.7 幀。

2.5 模型對(duì)比試驗(yàn)

為了比較本研究提出的改進(jìn)算法的效率，選擇雙階段經(jīng)典模型Faster R-CNN 和單階段經(jīng)典模型YOLOv4、YOLOv5、YOLOv7 以及YOLOv8 進(jìn)行對(duì)比試驗(yàn)。由表7 可知，利用改進(jìn)的YOLOv8 模型進(jìn)行目標(biāo)檢測(cè)，對(duì)未成熟期、近生理成熟期及成熟期的菠蘿檢測(cè)精確度分別達(dá)到97.30%、98.87% 和99.24%，召回率分別為97.12%、93.55% 和96.22%，平均精度分別為97.21%、95.73% 和99.09%，均高于其他基礎(chǔ)模型。同時(shí)，改進(jìn)后的YOLOv8 模型相對(duì)于YOLOv7 模型參數(shù)量增加3.8×106，識(shí)別速度增加27.4 幀/s，對(duì)比原YOLOv8 模型，識(shí)別速度接近，模型參數(shù)量減少5.8×106，平均精度均值增加5.51 百分點(diǎn)。

2.6 模型檢測(cè)效果分析

本研究檢測(cè)了不同目標(biāo)檢測(cè)模型在復(fù)雜環(huán)境下針對(duì)菠蘿成熟度的檢測(cè)效果，由圖10 可知，改進(jìn)YO?LOv8 模型在自然光條件下可準(zhǔn)確檢測(cè)出菠蘿的3 種成熟度，而其他模型均存在漏檢現(xiàn)象；在逆光條件下，改進(jìn)YOLOv8 模型測(cè)試效果最佳，YOLOv4 模型存在漏檢現(xiàn)象；當(dāng)菠蘿處于遮擋情況下，YOLOv7 和Faster R-CNN 出現(xiàn)漏檢現(xiàn)象，YOLOv5 和YOLOv4出現(xiàn)誤檢，改進(jìn)YOLOv8 模型一定程度上避免了漏檢、誤檢的情況。在中遠(yuǎn)距離的條件下，YOLOv7、Faster R-CNN 出現(xiàn)漏檢現(xiàn)象，YOLOv4 存在漏檢現(xiàn)象且檢測(cè)置信度較低，改進(jìn)YOLOv8 模型的漏檢情況有明顯的改善，能夠準(zhǔn)確地檢測(cè)出圖中目標(biāo)。綜上所述，改進(jìn)YOLOv8 模型魯棒性強(qiáng)，能夠?qū)崿F(xiàn)在多種復(fù)雜環(huán)境下對(duì)菠蘿成熟度的精確檢測(cè)。

3 討論

為了解決現(xiàn)有菠蘿成熟度檢測(cè)模型無(wú)法準(zhǔn)確識(shí)別不同環(huán)境下的菠蘿果實(shí)成熟度，本研究對(duì)YO?LOv8 模型進(jìn)行了改進(jìn)，采用深度可分離卷積（DSConv）替換YOLOv8 的公共卷積、引入CBAM注意力機(jī)制以及使用EIoU 損失函數(shù)。改進(jìn)模型對(duì)菠蘿成熟度檢測(cè)PmA 為97.33%，與Faster R-CNN、YOLOv4、YOLOv5、YOLOv7 對(duì)比發(fā)現(xiàn)，PmA分別提升5.53、7.91、4.38、4.66 百分點(diǎn)；在保證檢測(cè)精度的前提下，算法模型參數(shù)量?jī)H為16.8×106。這一結(jié)果表明所提出的改進(jìn)模型在精確度、召回率和平均精度均值方面均明顯優(yōu)于其他模型，相對(duì)于其他模型在中遠(yuǎn)距離和遮擋情況下實(shí)現(xiàn)了更優(yōu)異的目標(biāo)檢測(cè)性能。同時(shí)，本次研究證明了使用YOLOv8 對(duì)菠蘿成熟度檢測(cè)的可行性，實(shí)驗(yàn)數(shù)據(jù)相比一些基礎(chǔ)模型有很大的改進(jìn)，與李陽(yáng)德等［16］的基于輕量級(jí)Mobile?NetV3-YOLOv4 的生長(zhǎng)期菠蘿成熟度分析（1 580 張樣本圖，數(shù)據(jù)集劃分為青熟期和黃熟期2 個(gè)類別）相比，本研究樣本數(shù)量（2 520 張）更多，進(jìn)一步將數(shù)據(jù)集劃分成未成熟、近生理期成熟和成熟3 個(gè)類別。因此，本研究模型的數(shù)據(jù)集劃分更加科學(xué)，具有更強(qiáng)的泛化能力，能夠滿足機(jī)械采摘菠蘿識(shí)別監(jiān)測(cè)的需要。因此，未來(lái)研究工作將圍繞與應(yīng)用嵌入式設(shè)備與智能采摘機(jī)器人相結(jié)合，實(shí)現(xiàn)更高效、高質(zhì)量的采摘。

本研究雖然在算法上進(jìn)行了優(yōu)化，并取得了顯著的效果，但并未結(jié)合農(nóng)業(yè)機(jī)器人進(jìn)行實(shí)際應(yīng)用，考慮到農(nóng)業(yè)作業(yè)環(huán)境中不確定的因素，對(duì)于本研究是一個(gè)很大的挑戰(zhàn)。后續(xù)的工作中，需考慮環(huán)境因素的影響，針對(duì)環(huán)境不確定因素進(jìn)行算法優(yōu)化，實(shí)現(xiàn)搭載農(nóng)業(yè)機(jī)器人針對(duì)菠蘿的自動(dòng)化采摘進(jìn)行算法輔助，以提高菠蘿采摘的速度并節(jié)省人力成本。