农业机械学报

作者：孔德航，刘云强，崔巍，吴海华，张学东，宁义超

单位：中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,

关键词：辣椒种子;穴盘育苗;播种质量检测;改进 YOLO v8n;轻量级模型

基金：国家重点研发计划项目(2023YFD2001200)

针对辣椒穴盘育苗播种质量实时、准确检测难和边缘设备算力有限等问题,基于 YOLO v8n 设计了一种轻量级检测算法 YOLO v8n SCS(YOLO v8n improved with StarNet, CAM and SCConv)。 采用“单格训练 + 整盘检测冶的技术策略以降低训练成本,提高训练效率。 采用 StarNet 轻量级网络和上下文增强模块( Context augmentationmodule,CAM)作为主干网络,在降低模型复杂程度同时,实现深层特征多感受野信息融合;采用空间与通道重建卷积(Spatial and channel reconstruction convolution,SCConv)优化中间层 C2f(Cross stage partial network fusion)模块的瓶颈结构,增强模块特征提取能力和提高模型推理速度;融合P2检测层,将基线3个检测头减至1个,增强模型对小目标的检测性能。结果表明,YOLOv8nSCS模型参数量为1.2×106、内存占用量为2.7MB、浮点数运算量为7.6伊109,在穴盘单格数据集上,其mAP50为98.3%、mAP50-95为83.8%、帧率为112f/s,相比基线模型YOLOv8n,参数量降低62.5%、mAP50提升2.5个百分点、mAP50-95提升2.1个百分点、浮点数运算量降低14.6%、帧率提升23.1%;在整盘检测任务中,其检测帧率为21f/s,检测准确率为98.2%,相比基线模型检测帧率提升8.2%、准确率提升1.1个百分点,对于播种速度800盘/h以内的72穴育苗盘和600盘/h以内的128穴育苗盘,其平均检测准确率大于96%,且单粒率、重播率和漏播率检测误差小于1.8%。本文模型在性能和计算成本之间取得了很好的平衡,降低了部署边缘设备计算要求,满足辣椒穴盘育苗播种质量在线检测需求,为育苗播种生产线智能化升级提供了技术支持。

来源：2025年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第2期