基于YOLOX的小麥穗旋轉目標檢測

doi：10.15889/j.issn.1002-1302.2024.20.019

摘要：小麥穗檢測對于農業估產和育種研究具有重要意義，但由于小麥穗角度和姿態多變且存在遮擋和尺度變化等因素，給目標檢測帶來較大困難，提出一種針對小麥穗旋轉目標檢測的改進方法YOLOX-RoC，該方法在YOLOX基礎上使用旋轉矩形框代替水平矩形框，更好地擬合小麥穗的輪廓和方向，減少背景干擾和重疊區域，使模型更具靈活性，更準確地捕捉小麥穗的特征；添加坐標注意力模塊并采用KL散度損失函數代替交叉熵損失函數，提高對旋轉目標的感知能力并解決旋轉敏感度的誤差度量問題，優化旋轉目標的定位精度。利用基于圖像合成的 Copy-Paste 數據增強方法，生成更多的訓練樣本以提高模型對不同尺度、姿態和遮擋情況的泛化能力，提高模型的魯棒性。試驗結果表明，YOLOX-RoC的AP比基準模型提升2.4百分點，針對小尺寸和被嚴重遮擋的小麥穗目標可以更準確地預測目標邊界和角度，減少漏檢和誤檢。本研究為小麥穗目標檢測提供了一種準確和魯棒的解決方案，為小麥估產和育種的智能化奠定了技術基礎。

關鍵詞：目標檢測；小麥穗；旋轉矩形框；YOLOX；坐標注意力模塊；KL額度；損失函數

中圖分類號：S126；TP391.41" 文獻標志碼：A

文章編號：1002-1302（2024）20-0157-08

收稿日期：2023-11-06

基金項目：新疆維吾爾自治區重大科技專項（編號：2022A02011）。

作者簡介：張世豪（1998—），男，山東臨沂人，碩士研究生，研究方向為深度學習與計算機視覺。E-mail：320203293@xjau.edu.cn。

通信作者：董" 巒，博士，副教授，研究方向為深度學習與計算機視覺。E-mail：dl@xjau.edu.cn。

小麥是世界上最重要的糧食作物之一［1］，在全球糧食安全和經濟發展中具有關鍵地位。小麥穗作為小麥植株的主要產量部位，其形態特征和生長狀態對小麥產量和品質具有重要影響。因此，準確、快速且自動化地檢測和分析小麥穗，對于提高小麥育種效率、優化農業管理、評估小麥產量等具有重要意義。

小麥穗檢測是小麥穗表型分析的基礎和前提，涉及從復雜背景中提取小麥穗的位置、形狀、大小、方向等信息。這些信息可以用于計算小麥穗的數量、密度等信息，從而評估小麥的生長狀況和產量潛力。同時，檢測小麥穗也為后續的小麥穗識別、分類、計數等任務提供有效的輸入。

目前，檢測小麥穗主要依賴于基于深度學習的目標檢測方法，如Faster R-CNN［2］、YOLO［3］、SSD［4］等。Hasan等使用RGB相機拍攝小麥穗圖片，采用Faster R-CNN深度學習網絡訓練麥穗識別模型，使用相同的R-CNN架構，基于不同的訓練和測試圖像數據集生成4個不同的模型，在不同的測試圖像集上檢測準確率為88%～94%的［5］。He等提出基于改進YOLO v4的小麥穗目標檢測算法，適用于無人機在田間檢測小麥穗［6］。該方法在自然場景下，包括重疊、遮擋、光照變化、不同顏色和形狀等方面，都能保持出色的性能。劉航等將基于深度殘差網絡的密度回歸模型引入麥穗的計數領域，建立原始圖片與密度圖的對應關系，以密度圖像素值總和確定圖像中麥穗數量，改進后的ResNet-16模型實現了端到端的麥穗計數，精度達到94%［7］。黃子琦提出一種麥穗檢測網絡PPYOLO-SE，該網絡在保證檢測速度的同時提高了模型對小麥麥穗特征的學習能力，實現較高的檢測精度和速度，構建了基于深度回歸的小麥穗計數模型，使用Tassel Net V2+網絡，在小麥大田數據集上訓練，實現了大田圖像麥穗計數。經過試驗驗證，該模型在大田麥穗數據集上的平均檢測精度達到了95.13%［8］。

盡管上述方法在一定程度上提高了檢測效果，但仍存在以下問題：首先，由于小麥穗的特殊形態，采用傳統的水平矩形框表示其位置和形狀會導致空間冗余和遮擋問題，降低檢測精度和效率。其次，小麥穗在不同生長階段和拍攝角度下會呈現不同的方向，固定方向框的使用忽略了其方向信息，降低了檢測的可解釋性和實用性。最后，現有方法通常需要大量的標注數據和計算資源，對于數據量有限或計算能力受限的場景，使用現有方法面臨數據不足或訓練時間過長的問題。

針對現有方法的局限性和小麥穗目標檢測的需求，本研究提出了一種基于改進YOLOX的小麥穗旋轉矩形框檢測方法。通過將YOLOX目標檢測算法進行優化和改進，將傳統的矩形框替換為旋轉矩形框，以更好地適應小麥穗的旋轉形態，提高檢測的準確性和魯棒性。同時，采用Copy-Paste數據增強技術，增強數據集的多樣性和豐富性，從而進一步提升模型的性能。本研究在公開的小麥穗目標檢測數據集上進行試驗，結果表明，所提出的YOLOX-RoC模型在檢測效率和靈活性方面優于傳統的水平矩形框方法，并具有較大的改進空間。本研究為農業領域中的小麥穗檢測提供一種新的解決方案，促進農作物生產的智能化和高效化發展。同時，本研究改進方法也具有一定的通用性，可在其他旋轉目標檢測任務中得到應用。

1" YOLOX模型簡介

YOLOX模型于2001年提出，與YOLO v5一樣都采用YOLO系列模型的設計思路［9］，即將目標檢測問題轉化為單一的回歸問題，并且都采用相似的檢測流程，但YOLOX的無錨框和高級標簽分配策略等改進使其特點鮮明。YOLOX模型的主干特征提取網絡有2種，分別來源于YOLO v3［10］和YOLO v5，本研究使用的YOLOX主干為YOLO v3中的DarkNet53，模型結構見圖1。

其中，CBL模塊是一個簡單而有效的卷積層，由卷積（Conv）、批歸一化（BN）［11］和LeakyReLU激活函數［12］組成。CBL模塊可以在不改變特征圖的高度和寬度的情況下，提取特征并增加非線性，CBL模塊在YOLOX模型中被廣泛使用。

ResN模塊由1個CBL模塊和多個殘差塊（ResUnit）組成，ResUnit模塊是一個典型的沙漏型殘差塊，它首先使用1個1×1卷積層將輸入通道數減半，接著使用1個3×3卷積層將輸出通道數恢復原來的大小，最后將2個卷積層的輸出與輸入相加得到最終結果。殘差塊的輸入和輸出通過相加實現特征圖的短路連接，從而增強網絡的表達能力和梯度傳播，因此可以有效地減少參數量和計算量，同時保持較高的性能 。

SPP模塊在YOLO v3的SPP-Net模塊［13］的基礎上進行改進，用于特征融合，它通過使用不同尺寸的最大池化層來提取多尺度的特征，然后將池化結果拼接起來，形成一個更豐富和多尺度的特征表示［14］再送入CBL模塊。SPP模塊是一種輕量化、自適應、高效的特征融合方法，可以有效地提升目標檢測的性能。

YOLOX的預測頭（Head）與前文所述YOLO v5的改進的Decouple Head 類似，它將原來的YOLO Head分解為2個獨立的分支，不再共享參數，分別負責分類和回歸。通過減少不同任務之間的耦合使收斂速度和檢測精度提高。

2" YOLOX模型改進

2.1" 坐標注意力模塊

注意力機制是一種數據處理方法，它讓神經網絡學習到對輸入的不同部分賦予的權重，從而突出相關的信息。在計算機視覺中，注意力機制的基本思想是讓模型學會專注，把注意力集中在重要的信息上而忽視不重要的信息。代表性的注意力機制設計有SE（squeeze-and-excitation）［15］、CBAM（convolutional block attention module）［16］等。

坐標注意力（coordinate attention，CA）［17］是一種高效的注意力機制，它可以為模型提供更好的特征表示能力。坐標注意力模塊見圖2，它的主要思想是在水平方向和垂直方向上進行平均池化，再進行空間信息編碼，最后把空間信息通過在通道上加權的方式融合，可以有效地將空間坐標信息整合到生成的注意力圖中，在保留位置信息的同時，捕獲輸入特征圖沿不同空間方向的長程依賴關系。

相對于SE和CBAM，CA可以捕獲空間信息，提高定位和識別能力，SE忽略了空間信息，CBAM則會丟失位置信息和增加計算開銷；CA可以靈活地插入到移動網絡中，幾乎沒有額外的計算開銷，SE和CBAM都需要增加額外的參數和計算量，影響移動網絡的輕量級和高效性；CA可以作為預訓練模型，為密集預測任務帶來顯著的性能提升。將CA融入到YOLOX模型的小麥穗檢測模型，有望在小目標檢測任務中獲得優勢。CA允許模型根據位置信息分配注意力，提高對小目標的感知能力。這將有助于更精確地定位和識別小麥穗，提升模型的檢測準確性和魯棒性。

2.2" 旋轉框預測頭

YOLOX默認的模型算法中只有水平矩形框的表示方法，這意味著它不能很好地檢測傾斜或旋轉的目標，因此需要設計旋轉矩形框的表示方法。旋轉矩形框的邊長表示法是一種用于描述目標檢測中的旋轉目標的方法，它可以用5個參數來定義1個旋轉矩形框，分別是中心點坐標、2條邊的長度和旋轉角度。

長邊定義法如圖3所示，它使用（x，y，w，h，θ）來表示1個旋轉矩形框，其中（x，y）是中心點坐標，W和H分別是2條邊的長度，θ是逆時針方向到長邊所成直線與x軸正方向夾角，規定θ∈-π2，π2。

為了適應旋轉目標檢測的任務，YOLOX的預測頭需要進行一些改進。除了原有的類別分類頭和邊界框回歸頭，還需要增加1個角度回歸頭，用于學習目標的旋轉角度信息。修改后的預測頭的結構見圖4。

2.3" KL散度損失函數

YOLOX的損失函數主要由3個部分組成：分類損失、置信度損失、定位損失。其中，分類損失和置信度損失采用的是二元交叉熵損失函數，見式（1）：

BCELoss=-1N∑Ni=1yi×ln［σ（xi）］+（1-yi）×ln［1-σ（xi）］。（1）

式中：σ（xi）為Sigmoid激活函數；BCELoss為二元交叉熵損失函數；N表示樣本數量。yi是第i個樣本的真實標簽。

在目標檢測任務中，對于旋轉邊界框的角度參數進行回歸時，存在旋轉敏感度誤差問題，這會導致模型訓練不穩定，從而影響檢測精度。為了解決這個問題，本研究采用KL散度（kullback-leibler divergence，KLD）［18］作為損失函數進行邊界框回歸損失的計算。KL散度是一種用于衡量2個概率分布之間差異的指標，可以將旋轉邊界框轉換為二維高斯分布，并計算高斯分布之間的相對熵，從而得到損失函數的值。通過使用KL散度作為損失函數，可以有效地解決旋轉敏感度誤差問題，并提高模型的訓練穩定性和檢測精度，KL散度如公式（2）所示。

DKL（NP‖Mt）=12（up-ut）T∑-1t（up-ut）+12Tr（∑-1t∑p）+12ln|∑t||∑p|-1。（2）

其中：（up-ut）T∑-1t（up-ut）、Tr（∑-1t∑p）和 ln|∑t||∑p| 分別如式（3）、（4）、（5）所示。

（up-ut）T∑-1t（up-ut）=4（Δxcosθt+Δysinθt）2w2t+4（Δycosθt-Δxsinθt）2h2t； （3）

Tr（∑-1t∑p）=h2pw2tsin2Δθ+w2ph2tsin2Δθ+h2ph2tcos2Δθ+w2pw2tcos2Δθ；（4）

ln|∑t||∑p|=lnh2th2p+lnw2tw2p。（5）

其中：Δx=xp-xt、Δy=yp-yt、Δθ=θp-θt分別是預測框和真實框之間的中心點坐標和角度差值；u表示二元高斯分布的均值；∑表示協方差矩陣；p（預測）和t（實際）區分2個獨立的高斯分布；∑-1t表示∑t的逆矩陣；Tr表示矩陣的跡；θ表示bonding box的旋轉角度；p和t區分預測和真實的2個box；h是高度；w是寬度。

KL散度損失函數計算公式如式（6）所示，如果KL散度DKL（Np‖Nt）等于0，那么損失函數也為0；如果KL散度很大，損失函數為1，在KL散度上利用y=lnx函數來平滑損失函數。

LKLD（Np‖Nt）=1-11+ln［DKL（Np‖Nt）］。（6）

KL散度損失函數能夠根據目標的尺度動態調整權重，從而減少微小的角度誤差對檢測精度的影響，使得高精度的旋轉檢測成為可能［19］。

3" 數據集

3.1" 數據集制作

本研究主要使用GWHD 2021（global wheat head detection 2021）數據集和WEDD（wheat ears detection dataset）數據集。

GWHD2021數據集中的小麥穗圖片來自亞洲、歐洲、美洲、非洲、大洋洲的12個國家［20］，拍攝于2015—2021年，包括6 500張圖片和275 000個小麥穗，分辨率為1 024像素×1 024像素，可以有效地避免因為麥穗特征單一或者代表性不足而導致擬合到特定數據集，在實際小麥穗圖像檢測中效果較差的問題。

WEDD（wheat ears detection dataset）是Madec等提供的公開數據集［21］，包含236張6 000像素×4 000 像素的高分辨率小麥圖片，共有30 729個小麥麥穗。該數據采集于2017年6月在法國格雷烏萊班（43.7°N，5.8°E）的麥田表型平臺，使用索尼 ILCE-6000 數碼相機，并將相機固定在吊桿上距離地面2.9 m進行拍攝。2個數據集圖片見圖5。

目前公開的小麥穗數據集圖片都是使用水平矩形框標注的，這種標注方式存在一定的局限性，例如無法準確地描述小麥穗部的形狀和方向，容易造成標注框之間的重疊等問題。為了實現更精確的目標檢測，本研究選取公開數據集中的部分圖片，使用旋轉矩形框進行重新標注。

標注1個旋轉矩形是比較困難的，因為旋轉矩形的4個點是落于旋轉目標的輪廓外邊，很難快速定位到4個點的位置并標注1個比較符合預期的旋轉矩形，更多的是標注1個比較扭曲的四邊形（圖6）。針對這種標注耗時、費力的情況，本研究使用了十字標注法，將原本順時針標注變為交叉標注，而這些交叉標注的點都落于目標上，將1條對角線作為基準線，即目標的朝向，另外2個點向這條基準線做垂線，將“十”字標注轉為旋轉矩形框，結果如圖6-b所示。

旋轉矩形框圖片使用Labelme工具標注，標注示意圖見圖7，圖像標注完成后劃分為訓練集、驗證集、測試集。訓練集用于訓練模型的參數，使模型能夠擬合數據的特征和規律［22］。驗證集用于調整模型的超參數，如學習率、正則化系數等，以優化模型的性能和泛化能力。測試集用于評估模型在未知數據上的表現，檢驗模型的準確度和魯棒性。

本研究對上述2個公開數據集的圖片重新標注旋轉矩形框標簽，并用于比較水平矩形框的模型訓練和檢測效果。所制作的數據集共包含408張圖片，其中386張的分辨率為1 024像素×1 024像素，來自GWHD2021數據集；另外22張的分辨率為6 000像素×4 000像素，來自WEDD數據集。這些圖片來源各不相同，具備一定的復雜度和多樣性，同時包含水平矩形框和旋轉矩形框2種標簽。為了評估不同模型的性能，將這2個數據集按照8 ∶1 ∶1的比例劃分為訓練集、驗證集和測試集。本研究基于這2個數據集，對YOLOX模型進行了進一步的研究和改進。

3.2" 數據增強

由于本研究使用的旋轉矩形框數據集相比水平矩形框數據集少一些，因此可以進一步使用數據增強方法擴充數據集，以提高模型檢測效果。在使用更多的隨機平移、裁剪、Mosaic和Mixup數據增強

方法的同時，額外使用Copy-Paste方法［23］，Copy-Paste是一種簡單而有效的數據增強方法，它的基本思想是：從訓練集中隨機選擇2幅圖像，從其中一張圖片中隨機選擇一個目標子集，并將其復制粘貼到另一張圖片中的隨機位置，同時更新相應的標注框信息。這樣可以豐富數據中的場景和對象的組合，提高模型對不同尺度、姿態和遮擋的泛化能力，使用數據增強后的效果見圖8。

4" 模型訓練

4.1" 試驗配置與參數

本試驗全部在Linux環境下進行，訓練模型的操作系統為Ubuntu 18.04.6 LTS，圖形處理器為NVIDIA Tesla P100，計算機內存和顯存均為16 GB，具體配置信息見表1。本研究訓練YOLO v5模型采用的超參數設置見表2。

4.2" 評價指標

Precision和Recall是2個常用的評價分類模型性能的指標。Precision（P）表示預測為正例的樣本中真正為正例的比例，也就是正確預測的正例占所有預測為正例的樣本的比例。

在平面直角坐標系中以Recall（R）值為橫軸，P值

為縱軸，可以得到PR曲線，AP（average precision）是Precision-Recall曲線下的面積，可使用積分計算，如式（7）所示。AP綜合考慮P和R 2個指標，能夠更全面地評估模型的性能。

5" 試驗結果與分析

試驗結果見表3，其中YOLOX為基礎模型，YOLOX_CA為在此基礎上添加坐標注意力模塊；YOLOX_Rotation為修改預測頭和損失函數后的旋轉矩形框檢測模型，YOLOX_Rotation_CA為該模型添加坐標注意力模塊后的模型，并命名為YOLOX-RoC。

添加坐標注意力模塊后，YOLOX_CA和YOLOX_Rotation_CA（YOLOX-RoC）模型在AP0.5和AP0.5 ∶0.95 2個指標上都有顯著的提升，分別達到了78.4%和41.9%，以及78.9%和43.9%。這說明坐標注意力模塊可以有效地增強特征表示能力，提高小麥穗檢測的準確性。同時，YOLOX-RoC模型相比于YOLOX_CA模型有更高的性能，這表明旋轉矩形框相比于水平矩形框更適合于小麥穗檢測任務。然而，值得注意的是， YOLOX-Rotation模型

的算法復雜度也相對較高，比YOLOX模型更復雜。

圖9展示了YOLOX_Rotation_CA（YOLOX-RoC）模型在檢測小麥穗時相對于其他模型的優勢。首先，在遮擋較嚴重的圖像中，只有YOLOX-RoC模型可以正確識別出被遮擋的麥穗，并且使用旋轉矩形框更準確地擬合麥穗的輪廓（圖9-a）。其次，在圖像中較小的小麥穗目標下，只有YOLOX-RoC模型可以辨別出這些較小且難以識別的小麥穗目標，并且使用坐標注意力模塊可以更好地突出這些目標區域（圖9-b）。最后，在圖像中存在多個不同方向和大小的小麥穗目標時，只有YOLOX-RoC模型可以準確地檢測出所有的目標，并且使用旋轉矩形框和坐標注意力模塊可以更好地表示目標的位置、方向和大?。▓D 9-c）。

6" 結論

本研究提出了一種新的旋轉目標檢測方

法——YOLOX-Rotation， 結合坐標注意力模塊， 取得了顯著優勢。相較于水平矩形框，旋轉矩形框在小麥穗檢測任務中更精確，提供更好的可視化效果，且在模型精度和靈活性上表現更好。本研究主要通過以下幾個關鍵改進來實現這一進展：（1）重新設計旋轉目標的表示方法，修改YOLOX的預測頭，以更好地表示旋轉目標的位置和姿態，從而提高模型的性能；（2）采用KL散度損失函數來解決旋轉敏感度誤差，提高了訓練穩定性和檢測精度；（3）采用Copy-Paste數據增強方法，擴充了訓練樣本，增加了數據的多樣性和復雜性，提高了模型的泛化能力；（4）引入坐標注意力模塊，以增強特征表示能力。這一模塊能更好地捕獲特征圖的依存關系，提高檢測效果。通過試驗驗證，改進后的YOLOX-RoC模型AP值提升2.4百分點，特別在小目標和遮擋嚴重的情況下表現出色。

綜上所述，本研究在旋轉目標檢測領域取得了顯著的進展，提出的YOLOX-RoC方法在檢測精度和泛化能力上表現出色，但仍然存在一些潛在的改進空間。未來可以進一步研究如何進一步提高模型的魯棒性和效率，以及如何更好地適應更復雜多樣化的場景，使其在實際應用中具有更廣泛的價值和應用前景。

參考文獻：

［1］Zhao C J，Zhang Y，Du J J，et al. Crop phenomics：current status and perspectives［J］. Frontiers in Plant Science，2019，10：714.

［2］Girshick R. Fast R-CNN［C］//2015 IEEE International Conference on Computer Vision. Santiago：IEEE，2015：1440-1448.

［3］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.Las Vegas：IEEE，2016：779-788.

［4］Liu W，Anguelov D，Erhan D，et al. SSD：single shot MultiBox detector［M］//Lecture Notes in Computer Science.Cham：Springer International Publishing，2016：21-37.

［5］Hasan M M，Chopin J P，Laga H，et al. Detection and analysis of wheat spikes using Convolutional Neural Networks［J］. Plant Methods，2018，14：100.

［6］He M X，Hao P，Xin Y Z.A robust method for wheatear detection using UAV in natural scenes［J］. IEEE Access，2020，8：189043-189053.

［7］劉" 航，劉" 濤，李世娟，等. 基于深度殘差網絡的麥穗回歸計數方法［J］. 中國農業大學學報，2021，26（6）：170-179.

［8］黃子琦. 基于深度學習麥穗識別的小麥估產研究［D］. 泰安：山東農業大學，2022：3-4.

［9］Ge Z，Liu S，Wang F，et al. Yolox：Exceeding yolo series in 2021［EB/OL］. （2021-07-18）［2023-10-05］. https：//arxiv.org/abs/2107.08430.

［10］Redmon J，Farhadi A.YOLO v3：an incremental improvement［EB/OL］. （2018-04-08）［2023-10-05］. https：//arxiv.org/abs/1804.02767v1.

［11］Ioffe S，Szegedy C. Batch normalization：accelerating deep network training by reducing internal covariate shift［J］. 32nd International Conference on Machine Learning，2015，1：448-456.

［12］Xu B，Wang N Y，Chen T Q，et al. Empirical evaluation of rectified activations in convolutional network［EB/OL］. （2015-11-27）［2023-10-05］. https：//arxiv.org/abs/1505.00853v2.

［13］He K M，Zhang X Y，Ren S Q，et al. Spatial pyramid pooling in deep convolutional networks for visual recognition［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2015，37（9）：1904-1916.

［14］Huang Z C，Wang J L，Fu X S，et al. DC-SPP-YOLO：dense connection and spatial pyramid pooling based YOLO for object detection［J］. Information Sciences，2020，522：241-258.

［15］Hu J，Shen L，Sun G.Squeeze-and-excitation networks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake：IEEE，2018：7132-7141.

［16］Woo S，Park J，Lee J Y，et al. CBAM：convolutional block attention module［M］//Lecture Notes in Computer Science.Cham：Springer International Publishing，2018：3-19.

［17］Hou Q B，Zhou D Q，Feng J S.Coordinate attention for efficient mobile network design［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Nashville：IEEE，2021：13708-13717.

［18］Yang X，Yang X J，Yang J R，et al. Learning high-precision bounding box for rotated object detection via kullback-leibler divergence［EB/OL］. （2021-06-03）［2023-10-05］. https：//arxiv.org/abs/2106.01883v5.

［19］Zakaria Y，Mokhtar S A，Baraka H，et al. Improving small and cluttered object detection by incorporating instance level denoising into single-shot alignment network for remote sensing imagery［J］. IEEE Access，2022，10：51176-51190.

［20］David E，Serouart M，Smith D，et al. Global Wheat Head Dataset 2021：more diversity to improve the benchmarking of wheat head localization methods［EB/OL］. （2021-06-03）［2023-10-05］. https：//arxiv.org/abs/2105.07660v2.

［21］Madec S，Jin X L，Lu H，et al. Ear density estimation from high resolution RGB imagery using deep learning technique［J］. Agricultural and Forest Meteorology，2019，264：225-234.

［22］劉" 穎，劉紅燕，范九倫，等. 基于深度學習的小目標檢測研究與應用綜述［J］. 電子學報，2020，48（3）：590-601.

［23］Ghiasi G，Cui Y，Srinivas A，et al. Simple copy-paste is a strong data augmentation method for instance segmentation［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville：IEEE，2021：2918-2928.