基于BCD-YOLO算法的復(fù)雜場(chǎng)景中藍(lán)莓果實(shí)檢測(cè)研究

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

0 引言

在現(xiàn)代農(nóng)業(yè)生產(chǎn)中，藍(lán)莓作為一種富含營(yíng)養(yǎng)且經(jīng)濟(jì)價(jià)值較高的水果，其種植規(guī)模與產(chǎn)量呈現(xiàn)持續(xù)增長(zhǎng)的趨勢(shì)。為了實(shí)現(xiàn)果園的自動(dòng)化管理和精準(zhǔn)農(nóng)業(yè)生產(chǎn)，藍(lán)莓果實(shí)的檢測(cè)與識(shí)別技術(shù)變得至關(guān)重要。然而，藍(lán)莓果實(shí)在復(fù)雜自然環(huán)境下的檢測(cè)面臨多重挑戰(zhàn)[1-2]，例如樹葉枝條遮擋導(dǎo)致果實(shí)部分不可見，不均勻光照影響成像質(zhì)量，且果實(shí)體積小、分布密集，易造成小目標(biāo)漏檢[3-4] 。

盡管傳統(tǒng)的YOLOv11模型在通用目標(biāo)檢測(cè)領(lǐng)域性能優(yōu)異，但在應(yīng)對(duì)上述復(fù)雜場(chǎng)景下的藍(lán)莓果實(shí)檢測(cè)時(shí)，存在一定的局限性[5]。一方面，該模型對(duì)于小目標(biāo)的識(shí)別能力不足，難以準(zhǔn)確檢測(cè)出密集分布且體積較小的藍(lán)莓果實(shí)；另一方面，其多特征融合效果不佳，無(wú)法充分利用不同層次的特征信息來(lái)提高檢測(cè)精度。

劉擁民等[將YOLO系列模型應(yīng)用于藍(lán)莓成熟度檢測(cè)，通過(guò)改進(jìn)模型結(jié)構(gòu)、融合注意力機(jī)制等方法，提高了模型在復(fù)雜場(chǎng)景下的檢測(cè)性能。同時(shí)，溫艷蘭[7]針對(duì)目標(biāo)小、易受遮擋等特點(diǎn)，設(shè)計(jì)專門的算法和模型，解決小目標(biāo)檢測(cè)和遮擋問(wèn)題。此外，一些研究還結(jié)合其他技術(shù)，如遷移學(xué)習(xí)、多尺度特征提取等，進(jìn)一步提升藍(lán)莓檢測(cè)的精度和魯棒性[8]。盡管對(duì)此的研究已經(jīng)取得了一些成果，但在實(shí)際應(yīng)用中，如何在復(fù)雜的自然環(huán)境下實(shí)現(xiàn)快速、準(zhǔn)確的藍(lán)莓檢測(cè)與識(shí)別，仍然是一個(gè)具有挑戰(zhàn)性的問(wèn)題，需要進(jìn)一步的研究和探索。

針對(duì)上述問(wèn)題，本文提出一種專門用于藍(lán)莓檢測(cè)任務(wù)的BCD-YOLO模型。該模型基于YOLOv11進(jìn)行優(yōu)化升級(jí)，引入多項(xiàng)創(chuàng)新設(shè)計(jì)來(lái)提升復(fù)雜場(chǎng)景下對(duì)藍(lán)莓果實(shí)的檢測(cè)性能，旨在為果園自動(dòng)化采收和產(chǎn)量預(yù)估提供一種更加高效、準(zhǔn)確且魯棒的技術(shù)手段，推動(dòng)藍(lán)莓產(chǎn)業(yè)的智能化發(fā)展。

1數(shù)據(jù)集構(gòu)建

目前，藍(lán)莓檢測(cè)的數(shù)據(jù)集仍較為稀缺，本文為滿足藍(lán)莓檢測(cè)識(shí)別需求，構(gòu)建了專屬的藍(lán)莓?dāng)?shù)據(jù)集。數(shù)據(jù)采集自不同地區(qū)的藍(lán)莓種植園，通過(guò)實(shí)地考察，多角度拍攝，確保圖像能夠真實(shí)反映藍(lán)莓自然生長(zhǎng)狀態(tài)，同時(shí)兼顧光照、角度、生長(zhǎng)階段及遮擋物等因素，以保證圖像的多樣性。本文利用專業(yè)工具對(duì)圖像中每顆藍(lán)莓果實(shí)進(jìn)行精準(zhǔn)標(biāo)注，記錄其位置、大小、成熟度等信息并標(biāo)注遮擋、光照不均等干擾因素，從而提升檢測(cè)模型對(duì)復(fù)雜場(chǎng)景的適應(yīng)能力，數(shù)據(jù)集內(nèi)藍(lán)莓圖片如圖1所示。

圖1數(shù)據(jù)集示例

數(shù)據(jù)集按照 7：2：1 的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，分別用于模型參數(shù)學(xué)習(xí)、性能評(píng)估與調(diào)整及最終性能測(cè)試。自建藍(lán)莓?dāng)?shù)據(jù)集共包含1640張照片和10468個(gè)標(biāo)注的邊界框。該數(shù)據(jù)集具有高質(zhì)量、多樣性和實(shí)用性的特性，為BCD-YOLO模型的藍(lán)莓檢測(cè)識(shí)別研究提供了可靠的數(shù)據(jù)基礎(chǔ)，有助于提高模型檢測(cè)精度和泛化能力，推動(dòng)藍(lán)莓產(chǎn)業(yè)智能化發(fā)展。

2模型設(shè)計(jì)

2.1 YOLOv11模型

YOLOv11憑借其精簡(jiǎn)架構(gòu)和快速檢測(cè)速度，在目標(biāo)識(shí)別任務(wù)中得到了廣泛應(yīng)用，模型架構(gòu)如圖2所示[9]

圖2YOLOv11檢測(cè)模型架構(gòu)

YOLOv11主干網(wǎng)絡(luò)由Conv、C3k2、SPPF和C2PSA等模塊構(gòu)成，這些模塊負(fù)責(zé)從多個(gè)尺度的輸入圖像中提取特征。Neck 部分由C3K2、Upsample 和Concat模塊構(gòu)成，作為一個(gè)中間處理階段，通過(guò)專門的層聚合和增強(qiáng)不同尺度上的特征表示。Head組件作為預(yù)測(cè)機(jī)制，基于細(xì)化的特征圖生成目標(biāo)定位和分類的最終輸出。

2.2 改進(jìn)的YOLOv11模型

基于YOLO系列的最新迭代版本YOLOv11，本文提出了改進(jìn)的檢測(cè)模型BCD-YOLO。該模型對(duì)Neck、Backbone和Head3個(gè)關(guān)鍵組件進(jìn)行了優(yōu)化，優(yōu)化后的模型架構(gòu)如圖3所示。

圖3BCD-YOLO檢測(cè)模型架構(gòu)

2.2.1Neck組件的改進(jìn)

鑒于藍(lán)莓檢測(cè)任務(wù)的獨(dú)特性，新模型需要具備強(qiáng)大的多尺度特征捕獲能力和穩(wěn)健的上下文建模能力。然而，YOLOv11原始的Neck組件在應(yīng)對(duì)這類復(fù)雜任務(wù)時(shí)存在一定的局限性。因此，本文對(duì)YOLOv11的Neck組件進(jìn)行了重新設(shè)計(jì)并引入了創(chuàng)新的BIMAFPN（BidirectionalMulti-AttentionFeaturePyramidNetwork）模塊。傳統(tǒng)的特征金字塔網(wǎng)絡(luò)上采樣和下采樣操作均是單向的，單個(gè)節(jié)點(diǎn)獲取信息的能力有限，對(duì)于藍(lán)莓小目標(biāo)的特征信息融合效果不佳。BIMAFPN雙向特征融合機(jī)制能夠克服以上問(wèn)題，它允許在特征網(wǎng)絡(luò)層中的信息在自頂向下和自底向上2個(gè)方向上流動(dòng)和融合[10]，能夠在不同層級(jí)之間更高效地融合特征，且不會(huì)顯著增加計(jì)算成本。

在BIMAFPN網(wǎng)絡(luò)架構(gòu)（見圖4）中，每個(gè)單獨(dú)的特征網(wǎng)絡(luò)層可以被多次重復(fù)使用，通過(guò)自頂向下和自底向上的路徑進(jìn)行采樣，在不同層次上執(zhí)行卷積操作，從而提取到更加豐富和細(xì)致的特征。簡(jiǎn)化的雙向網(wǎng)絡(luò)結(jié)構(gòu)增強(qiáng)了網(wǎng)絡(luò)對(duì)特征融合的能力，使網(wǎng)絡(luò)能夠更有效地整合不同尺度的信息，為檢測(cè)頭提供豐富的上下文信息，從而提高目標(biāo)檢測(cè)的性能。

圖4 BIMAFPN網(wǎng)絡(luò)架構(gòu)

2.2.2 Backbone組件的改進(jìn)

為了進(jìn)一步提升改進(jìn)后模型的檢測(cè)能力，本文重新設(shè)計(jì)了Backbone組件的結(jié)構(gòu)。YOLOv11中的C3K2模塊通過(guò)重復(fù)堆疊和特征融合可以提取多尺度特征，但在處理復(fù)雜場(chǎng)景時(shí)仍存在一定局限性。C3K2模塊在捕獲全局語(yǔ)義信息和長(zhǎng)距離依賴方面表現(xiàn)不佳，其表達(dá)多尺度上下文細(xì)節(jié)的能力有限，導(dǎo)致在藍(lán)莓檢測(cè)任務(wù)中，小目標(biāo)檢測(cè)和復(fù)雜背景分離的性能不夠理想。

為了解決這些挑戰(zhàn)，本文通過(guò)引入高效的部分多尺度特征提取機(jī)制PartialConv，對(duì)C3K2模塊進(jìn)行全面改造，提出了創(chuàng)新性的PMSFA（PartialMulti-ScaleFeatureAggregation）模塊。該模塊包含的 3×3.5×5 和7×7 的PartialConv卷積能夠從輸入中提取多種尺度的特征信息，但并非在所有通道上進(jìn)行這種操作，而是部分地進(jìn)行，從而顯著提高了計(jì)算效率。同時(shí)，在最后的 1×1 卷積層，該模塊將不同尺度的特征融合在一起并通過(guò)殘差連接將輸入特征與處理后的特征相加，如圖5所示。PMSFA模塊在有效保留了原始信息的同時(shí)引入新的多尺度信息，增強(qiáng)了特征融合，從而顯著提升了模型的表達(dá)能力。

2.2.3 檢測(cè)頭Head的改進(jìn)

針對(duì)標(biāo)準(zhǔn)卷積在目標(biāo)檢測(cè)任務(wù)中的缺陷，本文進(jìn)行了相應(yīng)的改進(jìn)。標(biāo)準(zhǔn)卷積由于感受野固定，難以精確捕捉目標(biāo)的細(xì)節(jié)特征，尤其是在處理小目標(biāo)時(shí)，容易出現(xiàn)定位不準(zhǔn)確和漏檢率高的問(wèn)題。此外，標(biāo)準(zhǔn)卷積對(duì)復(fù)雜背景的抗干擾能力較弱，容易受到背景的干擾，從而降低檢測(cè)的精度。為了有效解決這些問(wèn)題，本文將YOLOv11的檢測(cè)頭替換為DyHead。DyHead的核心改進(jìn)是將尺度感知、空間感知和任務(wù)感知統(tǒng)一在一個(gè)框架中。給定一個(gè)特征金字塔狀的特征輸出F_in={F_i}_i^L ？ L 為金字塔的層數(shù)，假設(shè)其下采樣率分別為 1/8，1/16，1/32 。為了統(tǒng)一尺度，將1/8和 1/32 大小的特征統(tǒng)一調(diào)整至 1/16 大小，得到尺寸相同的3個(gè)層級(jí)特征。通過(guò)將層級(jí)的特征連接，得到 F∈ R^L*H*W*C ，在空間維度上用 S=H*W 計(jì)算注意力權(quán)重，將其變形為 F∈R^L*S*C 。分別對(duì) L，S 和 c 做注意力，就可以得到3種感知能力。

圖5PMSFA的原理結(jié)構(gòu)

給定一個(gè)特征層 F ，將自注意力機(jī)制（Self-Attention）應(yīng)用在上，得到公式（1）。

W（F）=π（F）?F

其中， π（?） 是一種注意力機(jī)制。使用全連接層的方案計(jì)算量過(guò)大。

將注意力分為3個(gè)維度進(jìn)行，得到公式（2）。

W（F）=π_c（π_s（π_L（F）?F）?F）?F

其中， π_L（?） 是尺度注意力函數(shù)， π_s（?） 是空間注意力函數(shù)， π_c（?） 是信道注意力函數(shù)。先通過(guò)π_L（?） 處理多尺度特征，再經(jīng) π_s（?） 優(yōu)化空間位置，最后用 π_c（?） 調(diào)整通道權(quán)重。上述3種注意力機(jī)制通過(guò)級(jí)聯(lián)或并行方式集成，形成端到端的動(dòng)態(tài)檢測(cè)頭。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)環(huán)境

本研究中實(shí)驗(yàn)使用的硬件平臺(tái)包括AMDEPYC7H1264核CPU和NVIDIAGeForceRTX4O90，用于該代碼的Python版本是3.10.14。實(shí)驗(yàn)使用了PyTorch框架、Ubuntu操作系統(tǒng)和SGD優(yōu)化器。該模型的具體訓(xùn)練參數(shù)如表1所示。

3.2實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證BCD-YOLO檢測(cè)模型引入BIMAFPN模塊后的性能，實(shí)驗(yàn)中替換不同的FPN模塊進(jìn)行對(duì)比，對(duì)比結(jié)果如表2所示。

表1實(shí)驗(yàn)參數(shù)設(shè)置

表2不同F(xiàn)PN的實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果表明，引人BIMAFPN后的模型性能顯著提升。同時(shí)為了驗(yàn)證模型中的PIMSFA模塊性能，本文在引入BIMAFPN模塊后的檢測(cè)模型中替換不同C3K2進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果如表3所示。

實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的PIMSFA性能得到了極大提高。為了驗(yàn)證每個(gè)提出的改進(jìn)策略的有效性，本文對(duì)模型進(jìn)行了消融實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表4所示。

引入BIMAFPN模塊后，模型的 mAP50 從 56.3% 提升到 57.3% ，表明其在多尺度特征融合方面具有顯著優(yōu)勢(shì)。在引入BIMAFPN的基礎(chǔ)上，進(jìn)一步引入CSP-PMSFA模塊后， mAP50 進(jìn)一步提升到 58.7% ，表明CSP-PMSFA模塊在特征提取和融合方面具有顯著的優(yōu)化效果。最后，引入DyHead模塊后，模型的mAP50達(dá)到了 59% ，表明DyHead模塊在動(dòng)態(tài)調(diào)整檢測(cè)頭方面具有顯著優(yōu)勢(shì)。實(shí)驗(yàn)結(jié)果清楚地驗(yàn)證了每個(gè)模塊和策略的有效性，每一個(gè)改進(jìn)都對(duì)提高模型的性能起著至關(guān)重要的作用。

表3不同C3K2模塊的實(shí)驗(yàn)結(jié)果

表4消融實(shí)驗(yàn)結(jié)果

4結(jié)語(yǔ)

本文提出了一種專門用于解決復(fù)雜自然環(huán)境中藍(lán)莓識(shí)別的檢測(cè)模型BCD-YOLO，該模型結(jié)合了多項(xiàng)創(chuàng)新設(shè)計(jì)，包括用于增強(qiáng)多尺度特征融合的BIMAFPN模塊，用于改進(jìn)上下文表示的CSP-PMSFA模塊以及基于注意力機(jī)制的目標(biāo)檢測(cè)頭DyHead。在自建藍(lán)莓?dāng)?shù)據(jù)集上的綜合實(shí)驗(yàn)驗(yàn)證了BCD-YOLO模型的有效性，該模型在檢測(cè)精度方面得到了顯著的提高，尤其在涉及小自標(biāo)、顯著的照明變化和遮擋的場(chǎng)景中表現(xiàn)出色。未來(lái)將對(duì)當(dāng)前的檢測(cè)模型框架進(jìn)行剪枝和蒸餾優(yōu)化，進(jìn)一步提高模型的計(jì)算效率，同時(shí)嘗試將其擴(kuò)展到其他水果數(shù)據(jù)集，驗(yàn)證模型在不同環(huán)境條件下的泛化能力。

參考文獻(xiàn)

[1]張建龍.基于圖像技術(shù)的藍(lán)莓采收機(jī)作業(yè)路徑跟蹤研究[D].哈爾濱：哈爾濱理工大學(xué)，2024.

[2]吳立東，夏金安，朱元宏，等.基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理技術(shù)在藍(lán)莓種植中的應(yīng)用進(jìn)展[J].上海農(nóng)業(yè)科技，2023（5）：31-34，90.

[3]田有文，覃上聲，閆玉博，等.基于改進(jìn)YOLOv8的田間復(fù)雜環(huán)境下藍(lán)莓成熟度檢測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2024（16） ：153-162.

[4]許艷霞，柳江，李寶剛，等.基于改進(jìn) ΥOLOv8n 的輕量化藍(lán)莓成熟度檢測(cè)方法[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2025（3） ：764-777.

[5]吳迪，趙品懿，甘升隆，等.基于動(dòng)態(tài)自適應(yīng)通道注意力特征融合的小目標(biāo)檢測(cè)[J].電子科技大學(xué)學(xué)報(bào)，2025（2）：221-232.

[6]劉擁民，張煒，麻海志，等.基于注意力機(jī)制的輕量化YOLOv5s藍(lán)莓檢測(cè)算法[J].河南農(nóng)業(yè)科學(xué)，2024（3） ：151-157.

[7]溫艷蘭.基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的作物蟲害圖像識(shí)別研究［D].廣州：仲愷農(nóng)業(yè)工程學(xué)院，2023.

[8]仝召茂，陳學(xué)海，馬志艷，等.融合圖像增強(qiáng)和遷移學(xué)習(xí)的YOLOv8n夜間蘋果檢測(cè)方法[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2024（5）：1-9.

[9]李彬，李生林.改進(jìn)YOLOv11n的無(wú)人機(jī)小目標(biāo)檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2025（7）：96-104.

[10]周翔，王可慶，周新翔，等.基于改進(jìn)YOLOv10n的電動(dòng)車頭盔佩戴檢測(cè)算法[J].電子測(cè)量技術(shù)，2025（5）：40-49.

（編輯戴啟潤(rùn)）

Research on blueberry fruit detection in complex scenarios based on BCD-YOLO algorithm

LIU Bo （Anhui Technical College of Mechanical and Electrical Engineering，Wuhu 241Ooo，China）

Abstract：Aiming at theproblems ofocclusion，uneven lighting，and missed detectionof small targets in blueberry fruitdetectionundercomplexagricultural scenarios，traditional objectdetection modelssufer from insuficientsmalltarget recognition capabilities and poor multi-feature fusion efects. This paper proposes a BCD-YOLO model specifically designed for blueberry detection tasks.Based on the latest iteration of the YOLO series，YOLOv11，this model incorporates several innovative designs.BIMAFPN（Bidirectional Feature Pyramid Network）is introducedon the basisof YOLOv11.Throughmulti-level feature pyramidsand bidirectional information transmisson，it improves the recognition accuracy of blueberries.Also，the CSP-PMSFA module is designed to optimize the backbone network.This moduleuseseficient partial multi-scalefeatureextraction toextract feature informationof multiplescales from the input，achieving enhanced feature fusion.Aditionall，an innovative detection head based on atention mechanism， DyHead，isintegrated into thedetectionmodel.Experimentsshow thaton theself-built blueberrydataset，the improved BCD-YOLO model achieves 59% in mAP50，with precision and mAP50-95 increasing by 2.7% and 3.1% （20 respectivelycompared to theoriginal YOLOv11model，while the increase inmodel parametersand computational complexity remainswithinareasonablerange.Overall，thismodelprovides a highlyrobust technical solution for automated orchard harvesting and yield prediction.

Key Words：blueberrydetectionand recognition;smalltarget detection；multi-scale feature fusion;YOLOv11；smart agriculture