doi：10.15889/j.issn.1002-1302.2024.20.025

摘要：實(shí)時(shí)監(jiān)測(cè)稻田害蟲(chóng)泛濫情況是預(yù)防水稻產(chǎn)量降低的重要手段之一。針對(duì)當(dāng)前的目標(biāo)檢測(cè)算法在實(shí)際稻田環(huán)境下檢測(cè)精度較低且模型計(jì)算量較大、難以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)等問(wèn)題，提出一種基于YOLO v8的改進(jìn)的水稻害蟲(chóng)識(shí)別算法YOLO v8-SDPS。首先在主干網(wǎng)絡(luò)中用SD_Conv卷積替代標(biāo)準(zhǔn)卷積，重構(gòu)特征提取模塊，在降低參數(shù)量的同時(shí)盡可能保留害蟲(chóng)目標(biāo)的邊緣特征信息，提升對(duì)害蟲(chóng)目標(biāo)的特征提取能力；其次在頸部引入基于Slim-Neck范式的GSConv模塊和VoV-GSCSP模塊，在減少模型計(jì)算量的同時(shí)提升模型的檢測(cè)精度；最后在SPPF層前引入PSA注意力模塊，降低背景的噪聲干擾，使模型更加關(guān)注個(gè)體的空間位置信息。用本研究提出的算法在經(jīng)數(shù)據(jù)增強(qiáng)后的自建水稻害蟲(chóng)數(shù)據(jù)集上進(jìn)行試驗(yàn)，結(jié)果表明，YOLO v8-SDPS獲得86.6%的平均檢測(cè)精度，相較于原始YOLO v8n模型提升4.1百分點(diǎn)。同時(shí)改進(jìn)后的模型參數(shù)量為2.62 M，計(jì)算量為7.5 GFLOPs，相較于基準(zhǔn)模型分別降低16.8%和15.7%，實(shí)現(xiàn)了模型輕量化和較高檢測(cè)精度的平衡。在害蟲(chóng)小且密集、背景干擾嚴(yán)重、光照強(qiáng)烈等復(fù)雜環(huán)境下，YOLO v8-SDPS均能較好地識(shí)別出目標(biāo)個(gè)體，有效地降低漏檢率和誤檢率，具有較好的魯棒性，可為稻田實(shí)時(shí)巡檢提供有效技術(shù)支持。

關(guān)鍵詞：目標(biāo)檢測(cè)；水稻害蟲(chóng)；深度學(xué)習(xí)；YOLO v8；極化自注意力

中圖分類號(hào)：S126；TP391.41" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）20-0209-11

收稿日期：2024-04-09

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：62173049、62273060）；湖北省教育廳科學(xué)研究計(jì)劃（編號(hào)：D20211302）。

作者簡(jiǎn)介：李" 龍（2000—），男，湖北武漢人，碩士研究生，研究方向?yàn)樯疃葘W(xué)習(xí)與目標(biāo)檢測(cè)。E-mail：2022710628@yangtzeu.edu.cn。

通信作者：李夢(mèng)霞，博士，副教授，碩士生導(dǎo)師，研究方向?yàn)橛蜌馓镘浖_(kāi)發(fā)、最優(yōu)化理論與算法。E-mail：limengxia@yangtzeu.edu.cn。

水稻是我國(guó)主要的農(nóng)作物之一，種植面積約占糧食作物總種植面積的1/3［1］。我國(guó)水稻病蟲(chóng)草害種類繁多，農(nóng)藥用量居高不下，因此及時(shí)檢測(cè)稻田害蟲(chóng)不僅有利于預(yù)防蟲(chóng)害爆發(fā)而造成水稻產(chǎn)量降低，而且能避免農(nóng)藥使用過(guò)量而污染環(huán)境［2］。早期的害蟲(chóng)檢測(cè)主要依賴人工判斷，但是田間害蟲(chóng)情況復(fù)雜，對(duì)于農(nóng)業(yè)人員的專業(yè)水平要求較高，且人工檢測(cè)費(fèi)時(shí)費(fèi)力，存在較強(qiáng)的主觀性［3］。

隨著計(jì)算機(jī)視覺(jué)技術(shù)的不斷更新迭代，越來(lái)越多的學(xué)者將該技術(shù)與農(nóng)業(yè)生產(chǎn)結(jié)合起來(lái)。Zou等結(jié)合蟲(chóng)洞的顏色特征、形狀特征等設(shè)計(jì)出一種基于支持向量機(jī)（SVM）的分類器，用于判斷西蘭花幼苗圖像中的蟲(chóng)洞大小，進(jìn)而為精準(zhǔn)控制農(nóng)藥噴灑用量提供參考［4］。田冉等利用紅外傳感器和SVM圖像處理方法，在果樹(shù)害蟲(chóng)檢測(cè)上取得較好的結(jié)果［5-6］。上述基于機(jī)器學(xué)習(xí)的方法雖然取得一定的成果，但較為依賴人工手動(dòng)地設(shè)計(jì)特征，且實(shí)際農(nóng)田環(huán)境較為復(fù)雜，成像條件較為嚴(yán)苛，在實(shí)時(shí)監(jiān)測(cè)方面存在一定的不足［7-10］?；谏疃葘W(xué)習(xí)的方法近年來(lái)逐漸受到研究者的青睞，以卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、Transformer等為代表的深度學(xué)習(xí)方法可對(duì)數(shù)據(jù)進(jìn)行無(wú)監(jiān)督學(xué)習(xí)，并從大量的數(shù)據(jù)中自動(dòng)學(xué)習(xí)多種層次的特征信息，較傳統(tǒng)機(jī)器學(xué)習(xí)方法展現(xiàn)出更好的性能［11-16］。例如，佘顥等提出一種基于SSD網(wǎng)絡(luò)模型的水稻害蟲(chóng)識(shí)別方法，用特征金字塔模型替換SSD原有的多尺度特征圖，同時(shí)優(yōu)化激活函數(shù)，使得模型對(duì)目標(biāo)的檢測(cè)精度得到提升，在自建數(shù)據(jù)集上取得79.3%的平均檢測(cè)精度［17］。范春全等針對(duì)數(shù)據(jù)集較小、害蟲(chóng)種類不足導(dǎo)致的模型識(shí)別精度下降問(wèn)題，構(gòu)建涵蓋16種水稻病蟲(chóng)害的近2萬(wàn)張水稻病蟲(chóng)害數(shù)據(jù)集，以ResNet50為主干網(wǎng)絡(luò)進(jìn)行試驗(yàn)，驗(yàn)證模型的性能［18］。

上述研究雖然取得了一定的效果，但存在如下問(wèn)題：（1）真實(shí)稻田場(chǎng)景與實(shí)驗(yàn)室環(huán)境有較大差異，導(dǎo)致訓(xùn)練出來(lái)的模型泛化能力不強(qiáng)；（2）實(shí)際稻田場(chǎng)景中害蟲(chóng)分布不均、尺度不一、背景噪聲較大，容易出現(xiàn)誤檢、漏檢等情況。針對(duì)上述問(wèn)題，本研究基于YOLO v8設(shè)計(jì)一種新的水稻害蟲(chóng)識(shí)別模型，以期為稻田害蟲(chóng)實(shí)時(shí)巡檢提供技術(shù)支撐。

1" 材料和方法

1.1" 數(shù)據(jù)來(lái)源

本試驗(yàn)所用數(shù)據(jù)集由2個(gè)部分組成，即IP102公開(kāi)數(shù)據(jù)集中的部分水稻害蟲(chóng)子集和從Roboflow網(wǎng)站（https：//universe.roboflow.com）中獲取的水稻害蟲(chóng)圖像數(shù)據(jù)［19］，其中IP102包含102種害蟲(chóng)的共計(jì)75 222張圖像數(shù)據(jù)，本研究在上述2個(gè)數(shù)據(jù)集來(lái)源中綜合選取對(duì)水稻生產(chǎn)危害較大的6種水稻害蟲(chóng)，即稻褐飛虱、黑尾葉蟬、稻縱卷葉螟、稻蝽、水稻二化螟、稻水蠅作為研究對(duì)象。

1.2" 數(shù)據(jù)預(yù)處理

將獲取的圖像分辨率統(tǒng)一調(diào)整為640像素×640像素，并保存為JPG格式，剔除其中質(zhì)量較差的圖像后采用Labelimg標(biāo)注工具進(jìn)行標(biāo)注，共計(jì)獲得 1 828 張圖像數(shù)據(jù)，并按照7 ∶2 ∶1的比例將其劃分成訓(xùn)練集、驗(yàn)證集和測(cè)試集。部分圖像數(shù)據(jù)如圖1所示。

為提高模型在不同場(chǎng)景下的泛化能力和魯棒性，本研究對(duì)訓(xùn)練集中的數(shù)據(jù)進(jìn)行增強(qiáng)，訓(xùn)練集圖像數(shù)據(jù)增強(qiáng)前后各類害蟲(chóng)圖像數(shù)量如表1所示。

增強(qiáng)方式：（1）以50%的概率在水平和豎直方向上進(jìn)行翻轉(zhuǎn)；（2）調(diào)整亮度，隨機(jī)增強(qiáng)或降低25%的圖片亮度，以貼合實(shí)際稻田場(chǎng)景不同時(shí)間段的光照情景；（3）隨機(jī)加入2.5 px高斯模糊，模擬實(shí)時(shí)檢測(cè)中設(shè)備的抖動(dòng)情況。將3種圖像增強(qiáng)方法隨機(jī)組合，得到3 840張圖像數(shù)據(jù)。增強(qiáng)后的部分?jǐn)?shù)據(jù)集圖像如圖2所示。

1.3" 方法

1.3.1" 網(wǎng)絡(luò)模型

YOLO v8是Ultralytics于2023年1月發(fā)布的YOLO系列最新版本，融合了眾多的SOTA技術(shù)，相較于先前的版本，在擴(kuò)展性方面有明顯提升，可用于目標(biāo)檢測(cè)、圖像分類、實(shí)例分割等多個(gè)領(lǐng)域［20-23］。相較于先前的YOLO v5，YOLO v8提出以新的C2f模塊替換原本的C3模塊，豐富了梯度流，同時(shí)使模型進(jìn)一步輕量化；在Head部分，YOLO v8采用目前主流的解耦頭結(jié)構(gòu)（decoupled-head），將分類和檢測(cè)頭分離開(kāi)來(lái)， 同時(shí)遵循Anchor-Free思想，舍棄了先前使用的Anchor-Based［24］。在損失函數(shù)的計(jì)算上，YOLO v8采用了Task-Aligned Assigner正樣本分配策略，并引入了Distribution Focal Loss，用于目標(biāo)框的回歸損失計(jì)算，其結(jié)構(gòu)如圖3所示。

1.3.2" 改進(jìn)YOLO v8模型

本研究以YOLO v8n為基準(zhǔn)模型，提出改進(jìn)的YOLO v8-SDPS，主要改進(jìn)內(nèi)容如下：（1）保留主干網(wǎng)絡(luò)第1層的3×3卷積，當(dāng)圖像分辨率較大時(shí)，利用大卷積核能更好地獲取全局特征，并同時(shí)將步長(zhǎng)縮短為1，以盡可能地保留特征圖的細(xì)粒度信息，另外將SPD-Conv模塊和深度可分離卷積（DSConv）相結(jié)合，重構(gòu)特征提取模塊，稱為SD_Conv，在降低參數(shù)量的同時(shí)，提升模型對(duì)低分辨率下小目標(biāo)的提取能力；（2）遵循Slim-Neck范式的設(shè)計(jì)思想，引入GSConv和VoV-GSCSP模塊，分別替換頸部的卷積操作和CSP模塊，降低模型的復(fù)雜度，綜合考慮全局和局部特征信息，更好地捕捉節(jié)點(diǎn)的上下文信息；（3）在主干網(wǎng)絡(luò)的SPPF層前添加極化自注意力模塊PSA（polarized self-attention），抑制背景噪聲，使得網(wǎng)絡(luò)模型更加關(guān)注個(gè)體的空間坐標(biāo)信息。

改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。

1.3.3" SD_Conv模塊

在實(shí)際害蟲(chóng)檢測(cè)任務(wù)中，害蟲(chóng)個(gè)體往往表現(xiàn)出小目標(biāo)的特點(diǎn)，只占整張圖像的較小部分，在卷積操作中特征容易丟失，是造成模

型檢測(cè)性能降低的原因之一，而原始的YOLO系列對(duì)于此類小目標(biāo)的檢測(cè)并不友好，因此本研究在原始YOLO v8n的基礎(chǔ)上，在主干網(wǎng)絡(luò)中首先引入SPD_Conv模塊，以提升模型的特征提取能力［25］。

SPD_Conv模塊由2個(gè)部分構(gòu)成，分別為space-to-depth部分（SPD層）和non-strided convolution部分（Conv層）。SPD模塊會(huì)對(duì)輸入的特征圖先進(jìn)行下采樣，并保留通道維度中的信息。對(duì)于任何尺度為S×S×C1的中間特征圖X，SPD可將其切分為公式（1）至公式（3）的子特征序列，子圖fx，y由i+x和i+y按比例整除所有條目X（i+y）得到。因此，每個(gè)子圖按比例因子對(duì)X進(jìn)行下采樣。

f0，0=X［0：S：scale，0：S：scale］，

f1，0=X［1：S：scale，0：S：scale］，…，

fscale-1，0=X［scale-1；S：scale，0：S：scale］；（1）

f0，1=X［0：S：scale，1：S：scale］，f1，1，…，

fscale-1，1=X［scale-1：S：scale，1：S：scale］；（2）

f0，scale-1=X［0：S：scale，scale-1：S：scale］，f1，scale-1，…，

fscale-1，scale-1=X［scale-1：S：scale，scale-1：S：scale］。（3）

以scale為2時(shí)為例，模塊首先對(duì)大小為S×S×C1的特征圖X進(jìn)行下采樣操作，在特征圖橫向和縱向上每隔1個(gè)像素進(jìn)行跳躍采樣，得到4個(gè)寬高減半、通道數(shù)保持不變，即大小為S/2×S/2×C1的子特征圖f0，0、f1，0、f0，1、f1，1，接著將4個(gè)子特征圖在通道維度上依次進(jìn)行拼接，得到2倍下采樣中間特征圖X2。為盡可能保留所有的判別性特征信息，在SPD特征轉(zhuǎn)換層后對(duì)中間特征圖連接一個(gè)包含有C2個(gè)大小為1×1的卷積核的非跨步卷積層（stride=1，C2=scale2C1），有效減少細(xì)粒度信息的損失，此外使用1×1的卷積可以減少參數(shù)量、擴(kuò)大模型的感受野，SPD_Conv模塊示意如圖5所示。

考慮到SPD_Conv模塊在卷積過(guò)程中會(huì)造成通道維度成倍增加，進(jìn)而引起參數(shù)量的翻倍增長(zhǎng)，不利于模型的輕量化實(shí)現(xiàn)，本研究在SPD_Conv模塊后添加一層深度可分離卷積（DSConv）進(jìn)行跨通道信息融合，在保證卷積核學(xué)習(xí)能力的同時(shí)減少參數(shù)量，其結(jié)構(gòu)示意如圖6所示。

DSConv包含逐通道卷積和逐點(diǎn)卷積兩部分，在逐通道卷積中，首先對(duì)輸入特征圖的每個(gè)通道進(jìn)行分組卷積，得到中間特征圖，然后對(duì)中間特征圖用 1×1卷積核進(jìn)行卷積操作，對(duì)同一空間坐標(biāo)上不同層的信息進(jìn)行有效利用，以進(jìn)一步提取特征［26］。設(shè)輸入特征圖大小為W×H×C，卷積核大小為K×K，則標(biāo)準(zhǔn)卷積參數(shù)量（Convparams）、DSConv參數(shù)量（DSConvparams）及兩者參數(shù)量對(duì)比（Comparison）的計(jì)算公式分別為公式（4）、（5）、（6）。

Convparams=K×K×C×C；（4）

DSConvparams=K×K×1×C+1×1×C×C；（5）

Comparison=DSConvparamsConvparams=1C+1K2。（6）

由公式（6）可知，標(biāo)準(zhǔn)卷積的參數(shù)量是DSConv的C倍，在通道數(shù)較多的情況下，DSConv可以大幅減少模型的計(jì)算量，較好地解決了SPD層造成的通道數(shù)翻倍后參數(shù)量增加的問(wèn)題。

1.3.4" GSConv和VoV-GSCSP模塊

Li等在自動(dòng)

駕駛領(lǐng)域提出GSConv和Slim-Neck設(shè)計(jì)范式，在減輕模型負(fù)擔(dān)的同時(shí)實(shí)現(xiàn)更高的檢測(cè)器計(jì)算成本效益，保證了較好的模型大小與檢測(cè)精度的平衡［27］?？紤]到本研究對(duì)害蟲(chóng)的檢測(cè)，后續(xù)會(huì)部署到智能巡檢設(shè)備中實(shí)現(xiàn)實(shí)時(shí)檢測(cè)，本研究在上述改進(jìn)的基礎(chǔ)上，在Neck部分引入GSConv，替換原始的標(biāo)準(zhǔn)卷積操作，引入基于Slim-Neck思想設(shè)計(jì)的跨級(jí)部分網(wǎng)絡(luò)模塊VoV-GSCSP，替換原始的CSP模塊，這在降低一定參數(shù)量的同時(shí)，也能保證較好的精度。

GSConv模塊由標(biāo)準(zhǔn)卷積、深度可分離卷積和Shuffle混洗3個(gè)部分組成。該模塊將標(biāo)準(zhǔn)卷積得到的特征信息通過(guò)Shuffle混洗操作滲透到深度可分離卷積生成的特征信息中，有效減少多通道信息損失，同時(shí)降低計(jì)算成本。GSConv示意如圖7所示。

假定輸入圖像通道數(shù)為C1，經(jīng)過(guò)1次標(biāo)準(zhǔn)卷積得到的通道數(shù)為C2/2，再經(jīng)過(guò)1次深度可分離卷積操作，得到一個(gè)通道數(shù)仍為C2/2的輸出，將2次輸出進(jìn)行Concat拼接和Shuffle混洗，得到通道數(shù)為C2的輸出結(jié)果。在Backbone中，特征圖維度變化時(shí)會(huì)不可避免地?fù)p失部分特征信息，而GSConv嘗試保留這些信息，當(dāng)特征圖處理達(dá)到Neck部分時(shí)，在寬高維度上已然最小，在通道維度上最大，冗余信息少，不用再進(jìn)行變換，因此本研究?jī)H在Neck部分用GSConv替換標(biāo)準(zhǔn)卷積，在減少參數(shù)量的同時(shí)，實(shí)現(xiàn)更好的多尺度融合效果。GSConv的時(shí)間復(fù)雜度可以表示為式（7）。

TimeGSConv=OW×H×X1×X2×C22（C1+1）。（7）

其中，W、H表示輸入特征圖的寬、高；X1和X2表示卷積核的大??；C1和C2分別表示輸入特征圖的通道數(shù)和輸出特征圖的通道數(shù)。

遵循Slim-Neck的設(shè)計(jì)思想，本研究引入基于GSConv設(shè)計(jì)的瓶頸層GS bottleneck以及跨級(jí)部分網(wǎng)絡(luò)模塊VoV-GSCSP，并用VoV-GSCSP替換原有的CSP模塊，其示意如圖8所示。

1.3.5" PSA注意力

在目標(biāo)檢測(cè)任務(wù)中，準(zhǔn)確地提取個(gè)體的空間位置信息是至關(guān)重要的。對(duì)于包含害蟲(chóng)個(gè)體的數(shù)據(jù)圖像，稻葉、農(nóng)田等自然背景占比較大，在卷積等過(guò)程中這些無(wú)用背景同樣參與計(jì)算，產(chǎn)生較多的冗余信息，對(duì)害蟲(chóng)目標(biāo)的識(shí)別造成干擾。為提高空間信息的權(quán)重，降低背景噪聲的影響，本研究在主干提取網(wǎng)絡(luò)的SPPF層前嵌入了極化自注意力（polarized self-attention，PSA）機(jī)制模塊以解決該問(wèn)題［28］。

PSA極化自注意力機(jī)制來(lái)源于光學(xué)攝影中的極化濾波思想，即將某一方向上的特征完全折疊，同時(shí)在其正交方向上保證較低的信息壓縮損失。如圖9所示，PSA模塊由通道自注意力和空間自注意力2個(gè)部分構(gòu)成，計(jì)算方法見(jiàn)公式（8）、（9）。

在通道自注意力部分中，輸入的特征圖會(huì)首先經(jīng)過(guò)2次卷積操作轉(zhuǎn)換成通道被完全壓縮的特征Q（W×H×1）以及通道對(duì)半壓縮的特征V（W×H×C/2），其次對(duì)Q進(jìn)行降維轉(zhuǎn)置，并通過(guò)Softmax函數(shù)

對(duì)先前壓縮的空間特征信息賦予權(quán)重，對(duì)V進(jìn)一步執(zhí)行降維操作，將通過(guò)上述操作后得到的Q（WH×1×1）和V（WH×C/2）相乘，并將得到的結(jié)果進(jìn)行卷積和歸一化處理，然后通過(guò)Sigmoid函數(shù)計(jì)算即可獲得對(duì)應(yīng)的通道權(quán)重值。

Ch（X）=fsg［W（σ1（Wv（X）））×fsm（σ2（Wq（X）））］。（8）

fsm（X）=∑Npj=1exj∑Npm=1exmxj。（9）

其中，Ch（X）代表通道自注意力；fsg代表Sigmoid函數(shù)；fsm代表softmax函數(shù)；Wv、Wq、W代表卷積操作；σ1、σ2、σ3代表降/升維操作。

空間自注意力部分會(huì)接收來(lái)自通道自注意力部分的權(quán)重值，同樣經(jīng)過(guò)2次卷積，得到通道數(shù)減半的Q和V，Q經(jīng)過(guò)全局池化后，在空間維度上信息被完全壓縮，經(jīng)過(guò)同自注意力模塊中相同的操作后，與被降維后的V進(jìn)行相乘、升維、Sigmoid函數(shù)處理，得到對(duì)應(yīng)的空間權(quán)重值，將得到的通道和空間權(quán)重值進(jìn)行點(diǎn)乘加權(quán)，即可得到特征輸出，計(jì)算方法見(jiàn)公式（10）、（11）。

Sp（X）=fsg［σ3（fsm（σ1（fgp（wq（X））））×σ2（Wv（X））］；（10）

fgp=1H×W∑Hi=1∑Wj=1X（：，i，j）。（11）

其中，fgp代表全局池化操作。

1.4" 試驗(yàn)平臺(tái)及參數(shù)設(shè)置

軟件試驗(yàn)環(huán)境：64位Windows 10操作系統(tǒng)，使用python 3.8版本進(jìn)行開(kāi)發(fā)，開(kāi)發(fā)軟件為Pycharm2023專業(yè)版，深度學(xué)習(xí)框架為Pytorch 2.0.1，cuda版本為11.8；硬件配置：CPU為Intel Core i5-13400f，GPU使用NVIDIA GeForce RTX2060s，GPU顯存為8 GB。所有試驗(yàn)均在相同環(huán)境下進(jìn)行，試驗(yàn)時(shí)間為2024年1—3月，試驗(yàn)地點(diǎn)為湖北省荊州市長(zhǎng)江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院。模型訓(xùn)練過(guò)程中的超參數(shù)設(shè)置如表2所示。

1.5" 評(píng)價(jià)指標(biāo)

為檢驗(yàn)本研究提出模型的優(yōu)越性，采用目標(biāo)檢測(cè)領(lǐng)域中公認(rèn)的精確率（precision，P）、召回率（recall，R）、平均精度均值（mean average precision，mAP）、浮點(diǎn)計(jì)算量（GFLOPs）作為評(píng)價(jià)指標(biāo)進(jìn)行優(yōu)越性評(píng)價(jià)，計(jì)算公式分別為

P=NTPNTP+NFP×100%；（12）

R=NTPNTP+NFN×100%；（13）

AP=∫10P（R）dR；（14）

mAP=1n∑ni=1PAPi。（15）

本研究中，NTP（true postives）代表正確識(shí)別出害蟲(chóng)的數(shù)量；NFP代表（true postives）錯(cuò)誤識(shí)別的害蟲(chóng)數(shù)量；NFN（1 negatives）表示未檢測(cè)出的害蟲(chóng)數(shù)量；AP是P-R曲線對(duì)應(yīng)的積分，代表平均精度；n為類別數(shù)量，在本研究中n=6。

2" 結(jié)果與分析

2.1" 消融試驗(yàn)結(jié)果

為驗(yàn)證本研究改進(jìn)的有效性，在相同的試驗(yàn)環(huán)境和參數(shù)設(shè)定下，基于YOLO v8n進(jìn)行消融試驗(yàn)，分析各部分改進(jìn)的有效性。記前文主干改進(jìn)為試驗(yàn)A、頸部改進(jìn)為試驗(yàn)B、添加注意力模塊為試驗(yàn)C，a～f 依次表示的本研究中的6類害蟲(chóng)：稻褐飛虱、黑尾葉蟬、稻縱卷葉螟、稻蝽、二化螟、稻水蠅。

由表3可知，（1）在主干網(wǎng)絡(luò)中引入SD_Conv后，模型對(duì)6類害蟲(chóng)的識(shí)別精度分別提高6.4、2.3、2.4、1.6、3.3、4.0百分點(diǎn)，說(shuō)明加入SPD模塊的特征提取網(wǎng)絡(luò)盡可能地保留了相對(duì)細(xì)小的特征信息，對(duì)于圖像數(shù)據(jù)中表現(xiàn)出小目標(biāo)特征的害蟲(chóng)具有更好的特征提取能力；（2）在頸部引入GSConv和 VoV-GSCSP 模塊后，雖然在mAP0.5上僅提升1.0百分點(diǎn)，但計(jì)算量降低14.6%，滿足在算力較低的設(shè)備上部署的要求，同時(shí)證明在YOLO v8n中引入Slim-Neck范式具有可行性；（3）加入PSA注意力模塊后，模型的平均檢測(cè)精度提升2.8百分點(diǎn)，說(shuō)明加入注意力模塊后的模型能夠更加關(guān)注個(gè)體的空間信息，有效降低背景噪聲的影響，提高模型的識(shí)別能力。此外，模型對(duì)于稻水蠅和稻褐飛虱的識(shí)別精度偏低，核驗(yàn)數(shù)據(jù)集后發(fā)現(xiàn)，這2類害蟲(chóng)在不同生長(zhǎng)時(shí)期的外觀有一定差異，且存在部分生長(zhǎng)時(shí)期害蟲(chóng)特征不易區(qū)分的問(wèn)題，導(dǎo)致檢測(cè)結(jié)果偏低，后期會(huì)針對(duì)不同生長(zhǎng)時(shí)期的害蟲(chóng)進(jìn)行進(jìn)一步細(xì)分，使得模型有更好的檢測(cè)效果。

由表3和圖10可知，基于上述3種改進(jìn)的YOLO v8-SDPS相較于基準(zhǔn)模型計(jì)算量有所降低，mAP0.5提升4.1百分點(diǎn)，準(zhǔn)確率和召回率均明顯提升，說(shuō)明YOLO v8-SDPS充分融合了各模塊改進(jìn)之后的優(yōu)勢(shì)，實(shí)現(xiàn)了模型檢測(cè)性能與計(jì)算量的平衡，符合實(shí)際生產(chǎn)過(guò)程中的需求。

2.2" 對(duì)比試驗(yàn)

2.2.1" 注意力對(duì)比" 在模型中加入注意力模塊是研究者們常用的提升模型性能的方法，為驗(yàn)證本研究模型添加PSA注意力模塊的有效性，將PSA與SE、CA、ECA、CBAM等經(jīng)典注意力機(jī)制進(jìn)行對(duì)比，注意力添加位置保持一致，對(duì)比結(jié)果如圖11、表4所示，CA模塊對(duì)于模型精度略有提升（提升1.0百分點(diǎn)），CBAM模塊對(duì)于模型提升較為明顯（提升2.3百分點(diǎn)），但低于PSA，且模型收斂速度較慢，ECA模塊加快了模型的收斂速度，但對(duì)于精度的提升效果甚微，SE模塊對(duì)模型并未起到提升精度的作用。本研究采用的PSA注意力模塊不僅對(duì)于模型精度提升明顯（提升2.8百分點(diǎn)），并且模型在迭代60輪時(shí)接近收斂，均優(yōu)于其他注意力模塊，證明了本研究引入PSA模塊的優(yōu)越性。

2.2.2" 不同模型對(duì)比

在本研究建立的數(shù)據(jù)集上，對(duì)比分析YOLO v8-SDPS與當(dāng)前主流的目標(biāo)檢測(cè)算法，結(jié)果如表5所示。

由表5可知，雙階段檢測(cè)模型Faster R-CNN的檢測(cè)效果最差且運(yùn)算量最大。YOLO v8-SDPS相比于改進(jìn)前的基準(zhǔn)模型YOLO v8n降低了一定的計(jì)算量，精確率、召回率、mAP0.5均不同程度地優(yōu)于其他網(wǎng)絡(luò)模型，平均精度較YOLO系列中的YOLO X、YOLO v5s、YOLO v7-Tiny、YOLO v8n分別提高了6.4、3.9、5.2、4.1百分點(diǎn)，而FPS雖然比改進(jìn)前有所降低，但與YOLO v7-Tiny相當(dāng)，仍滿足實(shí)時(shí)性檢測(cè)需求，相較于其他模型

展現(xiàn)出更為突出的性能。

2.3" 目標(biāo)檢測(cè)結(jié)果及分析

本研究對(duì)基準(zhǔn)模型和改進(jìn)后的模型在尺度不一、部分遮擋、背景相似、目標(biāo)微小、強(qiáng)光照等不同條件下的檢測(cè)效果進(jìn)行可視化對(duì)比分析，以驗(yàn)證改進(jìn)后模型的性能效果，對(duì)比結(jié)果如圖12所示。由圖12可以看出，原始模型存在一定的漏檢、誤檢情況，將圖12-b圖左下角部分遮擋的稻褐飛虱未被識(shí)別到，將圖12-e圖的背景錯(cuò)誤識(shí)別為稻蝽，將圖 12-h 圖背景中的葉片識(shí)別成黑尾葉蟬等，說(shuō)明原始模型在特征提取階段丟失較多特征信息。而改

進(jìn)后的模型對(duì)于小目標(biāo)邊緣特征的提取更為充分，同時(shí)能有效降低背景噪聲的影響，使模型更關(guān)注個(gè)

體特征，在不同環(huán)境下依然能保持優(yōu)于基準(zhǔn)模型的檢測(cè)性能。

3" 結(jié)論與討論

針對(duì)現(xiàn)有水稻害蟲(chóng)識(shí)別方法準(zhǔn)確率較低、計(jì)算較為復(fù)雜以及缺乏檢測(cè)功能等問(wèn)題，本研究提出一種基于YOLO v8的改進(jìn)模型并命名為YOLO v8-SDPS，對(duì)6種常見(jiàn)且危害較大的水稻害蟲(chóng)進(jìn)行研究。該模型通過(guò)引入SD_Conv模塊替代標(biāo)準(zhǔn)卷積、引入基于Slim-Neck范式的GSConv和VoV-GSCSP模塊、添加PSA自注意力，降低參數(shù)量，同時(shí)提高模型的檢測(cè)性能。通過(guò)對(duì)比試驗(yàn)結(jié)果可知，本研究提出的改進(jìn)后的模型在自建水稻害蟲(chóng)數(shù)據(jù)集上的平均識(shí)別精度提升4.1百分點(diǎn)，參數(shù)量、計(jì)算量分別降低了16.8%、15.7%，滿足部署在低能耗設(shè)備上的要求。這表明本研究取得較好的效果，證明改進(jìn)的有效性。本研究中的YOLO v8-SDPS模型不僅可以對(duì)水稻害蟲(chóng)進(jìn)行識(shí)別分類，而且可以對(duì)發(fā)生蟲(chóng)害的水稻進(jìn)行檢測(cè)定位。在實(shí)際生產(chǎn)中，可以幫助相關(guān)從事者及時(shí)、準(zhǔn)確定位稻田蟲(chóng)害發(fā)生的位置，從而采取相應(yīng)的防治措施。該模型亦可為農(nóng)業(yè)領(lǐng)域中相關(guān)農(nóng)作物的害蟲(chóng)識(shí)別防治提供一定的參考。

本研究針對(duì)現(xiàn)有的水稻害蟲(chóng)識(shí)別問(wèn)題提出的YOLO v8-SDPS模型取得了良好的試驗(yàn)效果，但仍存在部分害蟲(chóng)在不同生長(zhǎng)周期因外觀特征相似而識(shí)別精度較低的問(wèn)題。未來(lái)的研究將重點(diǎn)關(guān)注相似外觀特征的害蟲(chóng)識(shí)別問(wèn)題，通過(guò)擴(kuò)大數(shù)據(jù)集、細(xì)化標(biāo)簽標(biāo)注等方式，持續(xù)優(yōu)化模型在多種復(fù)雜情況下的識(shí)別能力，為農(nóng)業(yè)工作者提供準(zhǔn)確的害蟲(chóng)信息，促進(jìn)智慧農(nóng)業(yè)的發(fā)展。

參考文獻(xiàn)：

［1］褚世海，李儒海，黃啟超，等. 湖北省水稻田農(nóng)藥使用現(xiàn)狀調(diào)查［J］. 中國(guó)植保導(dǎo)刊，2022，42（12）：65-68.

［2］鐘朝軍，戴長(zhǎng)庚，毛向華. 水稻主要蟲(chóng)害綠色防控技術(shù)研究［J］. 耕作與栽培，2022，42（6）：123-124.

［3］蔣心璐，陳天恩，王" 聰，等. 農(nóng)業(yè)害蟲(chóng)檢測(cè)的深度學(xué)習(xí)算法綜述［J］. 計(jì)算機(jī)工程與應(yīng)用，2023，59（6）：30-44.

［4］Zou K L，Ge L Z，Zhou H，et al. Broccoli seedling pest damage degree evaluation based on machine learning combined with color and shape features［J］. Information Processing in Agriculture，2021，8（4）：505-514.

［5］田" 冉，陳梅香，董大明，等. 紅外傳感器與機(jī)器視覺(jué)融合的果樹(shù)害蟲(chóng)識(shí)別及計(jì)數(shù)方法［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32（20）：195-201.

［6］Rustia D J A，Lin C E，Chung J Y，et al. Application of an image and environmental sensor network for automated greenhouse insect pest monitoring［J］. Journal of Asia-Pacific Entomology，2020，23（1）：17-28.

［7］王春桃，梁煒健，郭慶文，等. 農(nóng)業(yè)害蟲(chóng)智能視覺(jué)檢測(cè)研究綜述［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2023，44（7）：207-213.

［8］溫艷蘭，陳友鵬，王克強(qiáng)，等. 基于機(jī)器視覺(jué)的病蟲(chóng)害檢測(cè)綜述［J］. 中國(guó)糧油學(xué)報(bào)，2022，37（10）：271-279.

［9］Domingues T，Brando T，F(xiàn)erreira J C.Machine learning for detection and prediction of crop diseases and pests：a comprehensive survey［J］. Agriculture，2022，12（9）：1350.

［10］Kasinathan T，Uyyala S R.Machine learning ensemble with image processing for pest identification and classification in field crops［J］. Neural Computing and Applications，2021，33（13）：7491-7504.

［11］吳子煒，夏" 芳，陸林峰，等. 基于改進(jìn)YOLO v5的水稻主要害蟲(chóng)識(shí)別方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（21）：218-224.

［12］溫艷蘭，陳友鵬，王克強(qiáng)，等. 基于遷移學(xué)習(xí)和改進(jìn)殘差網(wǎng)絡(luò)的復(fù)雜背景下害蟲(chóng)圖像識(shí)別［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（8）：171-177.

［13］Krizhevsky A，Sutskever I，Hinton G E. ImageNet classification with deep convolutional neural networks［J］. Communications of the ACM，2017，60（6）：84-90.

［14］Xiao J Q，Zhou Z Y. Research progress of RNN language model［C］//2020 IEEE International Conference on Artificial Intelligence and Computer Applications（ICAICA）.Dalian，China：IEEE，2020：1285-1288.

［15］Vaswani A，Shazeer N，Parmar N，et al. Attention is all you need［EB/OL］. （2017-06-12）［2024-04-01］. https：//arxiv.org/abs/1706.03762.

［16］慕君林，馬" 博，王云飛，等. 基于深度學(xué)習(xí)的農(nóng)作物病蟲(chóng)害檢測(cè)算法綜述［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2023，54（增刊2）：301-313.

［17］佘" 顥，吳" 伶，單魯泉. 基于SSD網(wǎng)絡(luò)模型改進(jìn)的水稻害蟲(chóng)識(shí)別方法［J］. 鄭州大學(xué)學(xué)報(bào)（理學(xué)版），2020，52（3）：49-54.

［18］范春全，何彬彬. 基于遷移學(xué)習(xí)的水稻病蟲(chóng)害識(shí)別［J］. 中國(guó)農(nóng)業(yè)信息，2020，32（2）：36-44.

［19］Wu X P，Zhan C，Lai Y K，et al. IP102：a large-scale benchmark dataset for insect pest recognition［C］//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Long Beach，CA，USA：IEEE，2019：8779-8788.

［20］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Las Vegas，NV，USA：IEEE，2016：779-788.

［21］Redmon J，F(xiàn)arhadi A. YOLO9000：better，faster，stronger［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）.Honolulu，HI，USA：IEEE，2017：6517-6525.

［22］Redmon J，F(xiàn)arhadi A. YOLO v3：an incremental improvement［EB/OL］. （2018-04-08）［2023-12-16］. https：//arxiv.org/abs/1804.02767v1.

［23］Thuan D. Evolution of Yolo algorithm and YOLO v5：the State-of-the-Art object detention algorithm［J/OL］. Oulu University of Applied Sciences，2021：1-61（2021-03-04）［2023-04-27］. https：//urn.fi/URN：NBN：fi：amk-202103042892.

［24］Fu J，Liu J，Tian H J，et al. Dual attention network for scene segmentation［C］//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Long Beach，CA，USA：IEEE，2019：3141-3149.

［25］Sunkara R，Luo T. No more strided convolutions or pooling：a new CNN building block for low-resolution images and Small objects［EB/OL］. （2022-08-07）［2023-11-13］. https：//doi.org/10.48550/arXiv.2208.03641.

［26］毛遠(yuǎn)宏，賀占莊，劉露露. 目標(biāo)跟蹤中基于深度可分離卷積的剪枝方法［J］. 西安交通大學(xué)學(xué)報(bào)，2021，55（1）：52-59.

［27］Li H L，Li J，Wei H B，et al. Slim-neck by GSConv：a better design paradigm of detector architectures for autonomous vehicles［EB/OL］. （2022-06-06）［2023-11-01］. https：//arxiv.org/abs/2206.02424v3.

［28］Liu H J，Liu F Q，F(xiàn)an X Y，et al. Polarized self-attention：towards high-quality pixel-wise mapping［J］. Neurocomputing，2022，506：158-167.