doi：10.15889/j.issn.1002-1302.2024.20.016

摘要：在自然果園環(huán)境下，草莓果實生長分布密集易受枝葉遮擋，不同生長周期的草莓形態(tài)大小不一，面對遮擋、小尺寸草莓現(xiàn)有的檢測模型容易出現(xiàn)誤檢、漏檢問題。針對上述問題，提出了一種基于改進RT-DETR的實時草莓成熟度檢測算法Strawberry Ripeness-DERT（SR-DETR）。首先，根據(jù)PConv卷積設計FasterBlock模塊替換原模型主干網(wǎng)絡中的BasicBlock模塊，提高模型特征提取能力的同時還有效降低模型參數(shù)量；然后，基于GSConv卷積和VOVGSCSP模塊設計了頸部特征融合模塊（Light_CCFM），削弱復雜背景和冗余信息的干擾，提高小目標的識別率；最后，引入SSFF模塊改進特征融合層，增加SR-DETR網(wǎng)絡的多尺度融合能力，使模型具有更強的魯棒性。改進后的模型在自建草莓數(shù)據(jù)集上進行試驗，結果顯示，SR-DETR模型的精確度、召回率和平均精度均值分別為93.0%、90.2%、91.7%，相比于原模型分別提升1.6、1.8、1.5百分點，同時模型參數(shù)量、模型大小和計算復雜度分別降低31.2%、31.1%和23.6%。SR-DETR模型不僅提高了不同成熟度草莓的識別精度，還降低了遮擋目標的漏檢率，檢測速度達到60.9幀/s，可以便捷地部署到終端完成實時檢測。

關鍵詞：草莓；成熟度；RT-DETR；目標檢測；GSConv；VOVGSCSP

中圖分類號：TP391.41" 文獻標志碼：A

文章編號：1002-1302（2024）20-0129-09

收稿日期：2024-07-17

基金項目：江西省教育廳科技項目（編號：GJJ210861）；江西省教育廳科技計劃（編號：GJJ200879）。

作者簡介：楊國亮（1973—），男，江西宜春人，博士，教授，主要從事人工智能和模式識別研究。E-mail：ygliang30@126.com。

通信作者：吳永淦，碩士研究生，主要從事人工智能和模式識別研究。E-mail：wyg19914682903@163.com。

草莓色澤艷麗、味道美妙，而且營養(yǎng)價值極高，它富含維生素C、膳食纖維和多種抗氧化物質(zhì)，這些成分對人體健康有著諸多益處［1］。我國作為農(nóng)業(yè)大國，在草莓的生產(chǎn)規(guī)模上更是位于世界前列［2］。我國草莓的種植區(qū)域主要位于華東、中南、西南地區(qū)，其種植面積在近年來逐漸增長。對草莓采摘的時間把握是非常重要的，不同成熟度的草莓所含有的營養(yǎng)價值不同［3］。如果采摘過早，草莓還未成熟，其營養(yǎng)價值不高，并且口感酸澀；如果采摘過晚，草莓在運輸過程中就容易腐爛，影響后期的售賣。當前，草莓的采摘主要分為人工采摘和機械化采摘2種方式［4］。人工采摘通過人工觀察草莓的生長情況來采摘草莓，其采摘周期長，容易錯過采摘的最佳時間。而機械化采摘主要是機器通過草莓的表皮顏色判斷草莓是否成熟進而進行采摘。但是由于機器難以準確判斷草莓的成熟度，導致容易出現(xiàn)誤采、漏采等現(xiàn)象［5］。因此，研究一款高效準確的草莓成熟度檢測系統(tǒng)對草莓的機械化采摘具有重要作用。

近年來，國內(nèi)外學者通過研究機器視覺技術和光譜分析的方法來實現(xiàn)對蘋果、菠蘿、葡萄等果實成熟度進行檢測［6］。陳仁凡等提出一種輕量化的基于YOLO-ODM的草莓成熟度檢測方法，實現(xiàn)了在溫室環(huán)境下草莓果實的快速識別，檢測效果達到97.4%［7］。張小花等提出了基于 EfficientDet-D1 的草莓快速檢測及分類方法，實現(xiàn)了在自然環(huán)境下快速識別成熟草莓與未成熟草莓，識別精度達到97.50%［8］。熊俊濤等利用輕量化YOLO v5-Lite對木瓜的成熟度進行分類識別，實現(xiàn)了對不同拍攝距離、不同遮擋情況以及不同光照下的果實總體檢測效果達92.4%［9］。Raj等將草莓的全光譜信息輸入到支持向量機（SVM）中檢測草莓成熟度，達到98%的準確率［10］。胡仕林等為了實現(xiàn)復雜環(huán)境中蘋果采摘機器人目標快速檢測，提出一種基于深度可分離卷積 YOLO v5 的目標檢測方法，算法檢測精度達 95.8%，檢測速率達53幀/s，機器人單次采摘時間為 4.7 s，采摘成功率達93.9%［11］。趙德安等利用改進的 YOLO v3算法，實現(xiàn)各類復雜環(huán)境下的蘋果識別，該算法的檢測速度可達 60幀/s，具有良好的實時性，但在檢測密集場景下的蘋果時效果較差［12］。黃威等為準確檢測果園中未成熟與成熟的蘋果，提出一種基于改進 YOLOX-S的蘋果成熟度檢測方法，對蘋果低成熟度、中等成熟度和高等成熟度的檢測精度分別達90.85%、95.10%和80.50%［13］。通過上述關于各種水果成熟度檢測的研究發(fā)現(xiàn)，當前仍然存在一些挑戰(zhàn)：雖然提出的模型對目標的識別精度提高了，但模型的參數(shù)量往往也會增加，這將導致模型在農(nóng)業(yè)采摘設備當中難以部署；并且模型在復雜環(huán)境下識別困難，特別是對于未成熟的草莓，由于未成熟的草莓與葉片的顏色相混合、葉片遮擋果實以及目標數(shù)量多且密集等因素，從而導致特征提取困難，識別準確率低。

基于CNN的模型在檢測精度與速度方面表現(xiàn)良好，但是其中閾值篩選與非極大值抑制（non-maximum suppression，NMS）2個關鍵步驟，會導致模型的魯棒性和檢測速度降低［14］。RT-DETR作為一種新的目標檢測方法，無需NMS后處理，其優(yōu)化難度減小、魯棒性得到增強，但其仍存在主干網(wǎng)絡結構相對復雜冗余、不同模塊間數(shù)據(jù)流動差等問題［15］。因此，本研究基于RT-DETR提出改進的SR-DETR檢測模型，主要貢獻有：（1）針對RT-DETR主干網(wǎng)絡結構存在冗余問題，使用FasterBlock模塊替換主干中使用的BasicBlock模塊，在不影響目標檢測精度的同時極大地減小了模型的參數(shù)量；（2）針對RT-DETR的頸部網(wǎng)絡特征信息融合不充分的問題，用GSConv卷積去替換頸部的標準卷積，引用VOVGSCGP模塊對特征融合模塊進行細化，提高模型對密集目標的檢測能力［16］；（3）為了快速、準確地識別小目標，在頸部引入了SSFF模塊，結合空間和尺度特征，提高小目標的檢測能力［17］。最后，通過試驗對所提出的SR-DETR模型的性能進行驗證。

1" RT-DETR模型介紹

RT-DETR是基于Transformer的一個實時目標檢測模型，它包括1個主干網(wǎng)絡（BackBone）、1個高效混合編碼器和1個帶有輔助預測頭的解碼器。其模型的設計官方提供了以ResNet和HGNet等為主干的多種模型，本研究結合草莓成熟度檢測的實際需求，選擇網(wǎng)絡深度和檢測精度較為平衡的RT-DETR-R18作為基礎網(wǎng)絡，網(wǎng)絡結構如圖1所示。模型中的高效混合編碼器由基于注意力的尺度內(nèi)特征交互（AIFI）和基于CNN的跨尺度特征融合（CCFM）模塊組成，AIFI模塊類似于Transformer中的Encoder，對S5特征進行編碼，CCFM基于跨尺度融合模塊進行優(yōu)化，該模塊在融合路徑中插入多個由卷積層組成的融合塊。解碼器則通過IoU感知查詢模塊，該模塊構建和優(yōu)化了認知不確定性來建模編碼器特征的聯(lián)合潛在變量，從而為解碼器提供高質(zhì)量的查詢。

2" SR-DETR模型設計原理

2.1" SR-DETR模型總體結構

本研究針對RT-DETR檢測性能不足的問題，提出了改進的的草莓成熟度檢測模型SR-DETR。首先，在主干網(wǎng)絡中使用FasterBlock模塊進行特征提取，減少計算冗余的同時提取更豐富的特征信息。其次，在頸部網(wǎng)絡中采用輕量級卷積GSConv和VOVGSCSP模塊減輕模型的復雜性，實現(xiàn)骨干網(wǎng)絡特征圖信息的有效融合，實現(xiàn)高性能檢測。最后，為進一步解決多尺度融合問題和輕量級卷積帶來的精度下降問題，在特征融合層中加入SSFF模塊，加速了不同尺度特征之間的融合過程，提高了模型的計算效率和推理速度。SR-DETR整體網(wǎng)絡構架如圖2所示。

2.2" FasterBlock模塊

在CNN構架中，通常采用跨步卷積和池化去除冗余信息，大多數(shù)卷積如深度卷積（DWConv）和群卷積（GConv）提取空間特征，雖然通過減少參數(shù)量和計算復雜度，在一定上緩解這一問題，但是由于它們?nèi)匀恍枰l繁地訪問內(nèi)存，并不能有效地加快運算速度。FasterNet網(wǎng)絡中提出一種新的部分卷積（PConv），它通過減少計算冗余以及內(nèi)存訪問的數(shù)量，能夠更有效地提取空間特征［18］。PConv卷積的核心在于對于輸入特征圖的通道進行選擇性處理，而非像標準卷積那樣應用所有通道。具體來說，PConv卷積在每一次卷積操作中，選取輸入特征圖的一部分連續(xù)通道進行空間特征提取，而剩余通道則直接保持不變傳遞到輸出特征圖中。它通常將輸入特征圖的第1個或最后1個連續(xù)通道作為整個特征映射的代表進行計算，既減少實際參與計算的通道數(shù)，又保證輸入和輸出特征映射的通道數(shù)相同。而標準卷積則是采用卷積核通道數(shù)與輸入特征映射通道數(shù)相同的特征提取方式。PConv卷積與標準卷積的結構如圖3所示。

假設輸入和輸出的通道數(shù)相同，那么PConv卷積的計算量（FLOPs）和內(nèi)存訪問量（MAC）分別為：

FPConv=h×w×k2×c2p；（1）

MPConv=h×w×2cp+k2×c2p≈h×w×2cp。（2）

標準卷積Conv的計算量和內(nèi)存訪問量分別為：

FConv=h×w×k2×c2；（3）

MConv=h×w×2c+k2×c2≈h×w×2c。（4）

其中，h、w分別表示輸入特征圖的高度、寬度；k表示卷積核的大?。籧表示通道數(shù)。由上述公式可得：如果cp/c=1/4時，那么PConv的FLOPs就僅為標準卷積的1/16，內(nèi)存訪問量將是卷積的1/4。

原始模型主干網(wǎng)絡中的BasicBlock模塊由2個卷積層和殘差連接結構組成，多個標準卷積的殘差連接使得網(wǎng)絡結構變得更加復雜，計算量大。針對這一問題，使用PConv去替換殘差結構中的標準卷積，構成新的FasterBlock模塊，在減少計算冗余的同時提取更豐富的特征信息。FasterBlock模塊結構見圖4。

2.3" 頸部特征融合模塊Light_CCFM

在實現(xiàn)機械化采摘草莓時往往面臨一個顯著挑戰(zhàn)，大多數(shù)果實會被錯綜復雜的枝干和密集的葉片所遮擋，導致系統(tǒng)難以全面準確捕捉到所有果實，僅有部分特征形態(tài)能夠被識別到，尤其是遠景圖像中的小目標草莓。為解決這一問題，本研究設計出Light_CCFM模塊。一方面，將頸部網(wǎng)絡中的標準卷積替換為輕量級的GSConv卷積，減小模型的參數(shù)量和計算復雜度；另一方面，使用VOVGSCSP模塊替換RepC3模塊，進一步提升模型的多尺度特征融合能力和特征提取能力。

GSConv卷積的獨特之處在于集成了標準卷積、深度可分離卷積（DWConv）的參數(shù)效率和shuffle模塊的通道混洗機制，其網(wǎng)絡結構見圖5。這不僅保留通道間的隱藏鏈接，增強了模型非線性特征表達能力，還減小了模型的參數(shù)量和計算復雜度。GSConv卷積首先將輸入數(shù)據(jù)通過標準卷積層進行初步的特征提??；然后將提取出的特征傳遞給DWConv層，該層對每個通道獨立進行卷積操作，極大減少計算量；最后由shuffle模塊介入，通過重新排列通道順序，將標準卷積與DWConv卷積提取的特征進行深度混合，增強了模型對復雜場景下的特征表征能力。GSConv的輸入和輸出的通道數(shù)與標準卷積相同，在圖5中，經(jīng)過標準卷積和DWConv得到的特征圖通道數(shù)均為C1/2，其中DWConv使得該模塊實現(xiàn)了接近標準卷積的性能，同時降低了計算復雜度。如圖3-b所示，在標準卷積中卷積核的維度等于輸入維度，輸出等于卷積核個數(shù)。GSConv卷積的計算量公式如（5）、（6）所示。

FGSConv=h×w×k2×c12×c+h×w×k2×c12；（5）

FConvFGSConv=h×w×k2×c2h×w×k2×c12×c+h×w×k2×c12=2cc+1≈2。（6）

由公式（6）可知，將GSConv卷積與標準卷積的計算量進行比較，當c＞＞1時，標準卷積的計算量是GSConv卷積的2倍。

VOVGSCSP模塊能夠按照一定順序將不同尺度的網(wǎng)絡特征圖鏈接起來，形成一個深度增加、信息更豐富的特征向量。這種特征融合策略不僅豐富了特征的層次結構，還增強了模型對不同尺度目標特征的敏感度與捕捉能力，能夠精確識別復雜場景

下的目標特征。VOVGSCSP結構如圖6所示?；贕SConv和VOVGSCSP模型設計出的Light_CCFM模塊能夠降低網(wǎng)絡結構的復雜性和計算量，適用于計算資源受限的環(huán)境，拓寬了模型的應用范圍。

2.4" SSFF與VOVGSCSP特征融合

在圖像處理領域中，多尺度問題一直是研究的熱點與難點，它要求網(wǎng)絡能夠同時捕捉并整合圖像中細微到宏觀的復雜信息。傳統(tǒng)方法采用特征金字塔通過逐步降采樣構建不同分辨率的特征圖，使用求和或拼接等簡單操作融合特征圖。但在處理圖像中的小目標且密集分布等復雜場景時顯得力不從心，因為它未能充分利用金字塔中各層特征圖之間的潛在相關性。并且采用輕量級卷積雖然會降低模型的計算復雜度，但也帶來了精度下降的問題。為克服這一局限，有研究提出了一種尺度序列特征融合模塊（SSFF）［17］。SSFF模塊的設計在于更高效精確地將深度特征圖的高層次語義信息與淺層特征圖的豐富細節(jié)信息相結合，在保證圖像整體結構特征的同時不丟失任何細節(jié)信息，以提高模型的檢測性能。該模塊通過特定的融合策略，增強了神經(jīng)網(wǎng)絡在提取不同尺度特征時的能力。這使得模型在處理具有復雜尺度變化的對象時，能夠表現(xiàn)出更高的魯棒性和準確性。SSFF模塊的原理表達式如下：

Fσ（w，h）=Gσ（w，h）×f（w，h）;（7）

Gσ（w，h）=12πσ2e-（w2+h2）/2σ2。（8）

其中，f（w，h）表示寬度為w、高度為h的2D輸入圖像。Fσ（w，h）通過使用一系列卷積在2D高斯濾波器Gσ（w，h）下進行平滑生成。σ用于卷積的2D高斯濾波器的標準偏差參數(shù)。由于高分辨率特征圖級別S3包含對小目標檢測的重要信息，所以SSFF模塊使用最近鄰插值方法調(diào)整S4和S5的大小以適應S3級別的尺寸。為了增加每個特征層的維度，使用升維操作將特征圖從3D張量轉換為4D張量。然后沿著深度維度進行拼接形成3D特征圖，再使用3D卷積和SiLU激活函數(shù)完成尺度序列特征提取。

將SSFF模塊與VOVGSCSP模塊的輸出特征進行拼接，生成更豐富的多尺度信息，實現(xiàn)信息的互補，從而提高整體網(wǎng)絡的性能。SSFF模塊通過獨特的三維卷積策略，有效融合不同尺度的特征，提高了模型在處理多尺度問題時的檢測性能，尤其是在目標檢測任務中，能夠更精確地捕捉不同大小和形狀的目標。

3" 試驗與結果分析

3.1" 數(shù)據(jù)集與評估指標

3.1.1" 數(shù)據(jù)集介紹" 使用自建的草莓數(shù)據(jù)集，主要來源于網(wǎng)絡公開數(shù)據(jù)集和大棚實地拍攝，為了更好地還原實地采摘時的復雜場景，拍攝了傍晚、燈光、晴天、陰天4個場景下的草莓圖片，結合公開數(shù)據(jù)集圖片篩選得到1 645張圖片，使用Labelimg數(shù)據(jù)標注工具對每張圖片進行標記。為了增強模型的泛化能力和魯棒性，使用數(shù)據(jù)增強技術，包括隨機旋轉、裁剪、縮放、顏色調(diào)整、平移等方法，對數(shù)據(jù)集進行擴充，最終得到3 290張圖像，并按照8 ∶1 ∶1的方式分為訓練集2 632張、驗證集328張、測試集330張，其中包含成熟、半成熟、未成熟草莓3種類別。部分樣本圖片如圖7所示。

3.1.2" 評估指標" 采用參數(shù)量、模型大小、幀率（幀/s）、召回率（R）、精確度（P）、平均精度均值（mAP）作為草莓成熟度目標檢測的評估指標。

R=TPTP+FN×100%；（9）

P=TPTP+FP×100%；（10）

mAP=1M∑Mk=1AP（k）。（11）

式中：TP為正樣本被正確識別為正樣本的個數(shù)；FN為正樣本被錯誤識別為負樣本的個數(shù)；FP為負樣本被錯誤識別為正樣本的個數(shù)；AP為平均精度；M為被檢測樣本數(shù)量。

3.2" 試驗環(huán)境及參數(shù)調(diào)整

本試驗的操作系統(tǒng)是Windows 10，使用PyTorch作為深度學習模型的框架，配置如表1所示。具體試驗超參數(shù)如下：訓練輪次為200輪，批次大小為8，輸入圖像尺寸為640×640，采用AdamW優(yōu)化器，初始學習率為0.000 1，權重衰減系數(shù)為0.000 1。此次試驗于2024年6月20號在江西理工大學電氣學院415實驗室完成。

3.3" 試驗結果與分析

3.3.1" 消融試驗分析" 為了驗證改進后算法的有效性，本研究使用原始網(wǎng)絡RT-DETR與改進的 SR-DETR 網(wǎng)絡在草莓數(shù)據(jù)集上進行消融試驗。具體流程就是在原有模型的基礎上先單獨加入改進的模塊，對單個模塊的性能進行驗證，然后依次采用如下改進措施，如訓練時加入FasterBlock模塊，在頸部使用改進的特征融合模塊Lingt_CCFM，特征融合網(wǎng)絡中加入SSFF模塊。然后逐一比較每次改變后模型的性能，在采用某一改進策略就用“√”表示，具體試驗效果見表2。從表2可以看出，在 RT-DETR 網(wǎng)絡采用FasterBlock模塊進行特征提取后，召回率、平均精度均值相較于原模型分別提升了0.7、0.5百分點，說明FasterBlock模塊在對部分特征進行空間提取時保留了更多的空間信息，提供了模型對小目標的檢測效果。僅采用Light_CCFM特征融合模塊進行特征融合后，平均精度均值提高了0.8百分點，表明該結構充分利用不同尺度特征的細節(jié)信息，提高了多尺度融合特征圖的特征質(zhì)量。僅采用SSFF模塊后，精確度、召回率、平均精度均值分別提高了0.3、2.0、1.2百分點，說明該模塊具有更強的特征提取能力，能夠充分將高層次語義信息與淺層特征圖的細節(jié)相結合，提高模型檢測性能。在模型的推理性能方面，添加SSFF模塊保留了更多的特征信息，導致模型的參數(shù)量和計算復雜度較原模型略微增加，而添加FasterBlock模塊和Light_CCFM模塊雖然模型提升的精度幅度不大，但是都降低了模型的參數(shù)量和計算復雜度。在整合所有模塊后，與原模型相比精確度、召回率和平均精度均值分別提高1.6、1.8、1.5百分點，提升較為明顯，模型的參數(shù)量、大小和計算復雜度分別減少了31.2%、31.1%和23.6%，極大地減小了模型，擴大了模型的適用范圍。

3.3.2" 對比試驗分析" 為了進一步驗證SR-DETR模型在草莓檢測方面的優(yōu)越性，將其與主流的YOLO系列模型和Faster-RCNN模型進行對比。所有模型均在同一數(shù)據(jù)集進行訓練和測試，且試驗環(huán)境和參數(shù)設置保持一致。具體試驗結果如表3所示。從表3可知，提出的模型的在精確度、召回率、平均精度均值等評價指標上均優(yōu)于其他算法，分別達到93.0%、90.2%和91.7%。這充分說明了模型在提升檢測效果方面的有效性，尤其是在草莓檢測任務中的表現(xiàn)優(yōu)越。盡管在檢測速度方面，SR-DETR模型相較于廣泛應用于實時檢測場景的YOLO系列而言略有不足，但其速度依然能夠滿足大多數(shù)實時檢測任務的需求，并且在參數(shù)量、模型大小和計算復雜度上均明顯低于其他模型，使得它在計算資源有限的場景下具有更強的適應性，拓寬了它的應用范圍。同時，SR-DETR作為一種端到端的檢測模型，不需要傳統(tǒng)目標檢測算法中的后處理過程，如非極大抑制等，這不僅降低了模型在應用過程中的部署難度，還保證了檢測速度的穩(wěn)定性，為模型的部署和應用奠定了堅實的基礎。

3.3.3" 可視化分析" 為了進一步驗證SR-DETR模型的有效性，對不同模型的檢測效果進行可視化處理，可視化效果圖如圖8所示。圖8-a列中展示了草莓處于傍晚時的情況。由于圖片的場景較為昏暗并且大棚在燈光的照射下出現(xiàn)反光，使得YOLO v5模型出現(xiàn)漏檢， YOLO v8模型雖然檢測出

所有目標，但將葉片和大棚薄膜錯誤識別為不成熟草莓。而SR-DETR模型具有更強的特征表達能力和更豐富的判別信息，在這種情況下不僅將所有目標識別出來，還在原模型的基礎上出現(xiàn)檢測精度提升。圖8-b列中，由于草莓的分布比較密集，導致檢測難度提升。YOLO v5和RT-DETR模型都出現(xiàn)漏檢的情況，RT-DETR模型更是出現(xiàn)誤檢。YOLO v8和SR-DETR都檢測出所有目標，但SR-DETR的檢測精度更高并更正了原模型的錯誤識別。圖8-c列中，由于枝干和葉片的遮擋面積較多，容易與未成熟的草莓產(chǎn)生混淆，增加模型的檢測難度。YOLO v5、YOLO v8和RT-DETR模型都將草莓花蕾誤檢為未成熟草莓，但是SR-DETR依靠強大的特征提取能力，正確的識別出未成熟草莓的位置。在圖8-d列中，由于草莓果實被葉片嚴重遮擋，導致特征信息不明顯，使得YOLO v5和RT-DETR模型未能識別出被遮擋的部分，YOLO v8模型雖然能夠識別遮擋部分，但卻在圖片左側出現(xiàn)誤檢，只有SR-DETR模型正確識別出所有目標。因此，SR-DETR在光照不良、目標分布密集、環(huán)境特征與目標特征相似以及目標被嚴重遮擋等情況下，憑借其強大的特征提取能力和細節(jié)信息判別能力，能夠準確檢測出目標的同時不出現(xiàn)誤檢情況。

4" 結論

本研究針對機械化采摘草莓時機器難以判斷草莓的不同成熟度，導致容易出現(xiàn)誤檢、漏檢等問題，在RT-DETR模型的基礎上，用FasterBlock模塊替換主干網(wǎng)絡中的BasicBlock模塊以減小模型的參數(shù)量及模型大??；替換頸部網(wǎng)絡中的標準卷積，采用輕量級卷積GSConv，并用VOVGSCSP模塊替換RepC3模塊，完成對特征融合模塊CCFM模塊的重新設計，在減少模型參數(shù)量和計算復雜度的同時，提升模型的特征融合能力；在頸部網(wǎng)絡中添加SSFF模塊，提高模型對不同尺度特征圖的提取能力，增加模型的魯棒性和準確性，最終研制出計算復雜度低且檢測精度較高的SR-DETR草莓成熟度目標檢測模型。

試驗表明，在相同試驗條件下，改進的SR-DETR通過與Faster-RCNN和YOLO系列模型等進行對比，改進的模型在草莓成熟度數(shù)據(jù)集上取得較優(yōu)的效果，相比原模型，精確度、召回率和平均精度值分別提高了1.6、1.8、1.5百分點，并且模型的參數(shù)量、模型大小和計算復雜度分別下降了31.2%、31.1%和23.6%。改進后模型的精確度等均優(yōu)于對比算法，同時模型參數(shù)量和模型大小均為最低，為大棚中草莓成熟度快速檢測提供了方法支持。

SR-DETR模型尚未對頸部編碼網(wǎng)絡進行優(yōu)化改進，未來可以基于任務需求來優(yōu)化頸部編碼網(wǎng)絡，以提高檢測精度和速度。并且在數(shù)據(jù)集方面，數(shù)據(jù)集里的草莓圖片大都是處于陽光或照明條件下，后續(xù)會收集夜間昏暗環(huán)境下的草莓圖片來豐富數(shù)據(jù)集，提高模型的泛化性能。

參考文獻：

［1］李紅丹，帥璐宇，徐雪環(huán)，等. 基于改進YOLO v7的草莓成熟度檢測方法［J］. 四川農(nóng)業(yè)大學學報，2024，42（3）：561-571.

［2］邱" 暢，田光兆，趙嘉威，等. 基于改進YOLO v5的草莓病害識別［J］. 中國農(nóng)機化學報，2024，45（3）：198-204.

［3］劉莫塵，褚鎮(zhèn)源，崔明詩，等. 基于改進YOLO v8-Pose的紅熟期草莓識別和果柄關鍵點檢測［J/OL］. 農(nóng)業(yè)機械學報，2023：1-12（2023-09-12）［2024-07-10］. http：//kns.cnki.net/kcms/detail/11.1964.S.20230911.2034.046.html.

［4］張暉耀，黃力湘，陳繼清，等. 基于改進YOLO v5s的草莓成熟度檢測算法［J/OL］. 南京農(nóng)業(yè)大學學報，2024：1-12（2024-06-13）［2024-07-10］. https：//link.cnki.net/urlid/32.1148.S.20240612.1734.006.

［5］Liu H，Wang X X，Zhao F Y，et al. Upgrading swin-B transformer-based model for accurately identifying ripe strawberries by coupling task-aligned one-stage object detection mechanism［J］. Computers and Electronics in Agriculture，2024，218：108674.

［6］周" 濤，王" 驥，麥仁貴. 基于改進YOLO v8的實時菠蘿成熟度目標檢測方法［J］. 華中農(nóng)業(yè)大學學報，2024，43（5）：10-20.

［7］陳仁凡，謝" 知，林" 晨. 基于YOLO-ODM的溫室草莓成熟度的快速檢測［J］. 華中農(nóng)業(yè)大學學報，2023，42（4）：262-269.

［8］張小花，李浩林，李善軍，等. 基于EfficientDet-D1的草莓快速檢測及分類［J］. 華中農(nóng)業(yè)大學學報，2022，41（6）：262-269.

［9］熊俊濤，韓詠林，王" 瀟，等. 基于YOLO v5-Lite的自然環(huán)境木瓜成熟度檢測方法［J］. 農(nóng)業(yè)機械學報，2023，54（6）：243-252.

［10］Raj R，Cosgun A，Kulic＇ D N. Strawberry water content estimation and ripeness classification using hyperspectral sensing［J］. Agronomy，2022，12（2）：425.

［11］胡仕林，陳" 偉，張境鋒，等. 基于改進YOLO v5的蘋果采摘機器人目標檢測方法［J］. 農(nóng)機化研究，2024，46（6）：48-55.

［12］趙德安，吳任迪，劉曉洋，等. 基于YOLO深度卷積神經(jīng)網(wǎng)絡的復雜背景下機器人采摘蘋果定位［J］. 農(nóng)業(yè)工程學報，2019，35（3）：164-173.

［13］黃" 威，劉義亭，李佩娟，等. 基于改進YOLOX-S的蘋果成熟度檢測方法［J］. 中國農(nóng)機化學報，2024，45（3）：226-232.

［14］許小偉，陳燕玲，占" 柳，等. 基于改進RT-DETR的路面坑槽檢測模型型［J/OL］．武漢科技大學學報，2024：1-10（2024-04-26）［2024-06-20］. https：//link.cnki.net/urlid/42.1608.N.20240426.1710.002.

［15］Zhao Y，Lv W，Xu S，et al. Detrs beat yolos on real-time object detection［C］//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Seattle，WA，USA：IEEE，2024：16965-16974.

［16］Li H L，Li J，Wei H B，et al. Slim-neck by GSConv：a better design paradigm of detector architectures for autonomous vehicles［J］. Journal of Real-Time Image Processing，2024，21：62.

［17］Kang M，Ting C M，Ting F F，et al. ASF-YOLO：a novel YOLO model with attentional scale sequence fusion for cell instance segmentation［J］. Image and Vision Computing，2024，147：105057.

［18］Chen J R，Kao S H，He H，et al. Run，dont walk：chasing higher FLOPS for faster neural networks［C］//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Vancouver，BC，Canada：IEEE，2023：12021-12031.