农业工程学报

作者：刘浩蓬,张乐妍,张国忠,孔维臻,宁水仙,卫佳,

关键词：目标识别, 深度学习, 计算机视觉, 荸荠, RT-DETR-L, 复杂环境

基金：42

针对采挖机输送装置上泥果混合状态的荸荠在识别时易出现被土壤粘附、被土块遮挡等复杂情况而导致识别精度低的问题，该研究提出一种基于改进RT-DETR-L（real-time detection transformer large）的荸荠识别方法。首先，针对骨干网络特征区分能力不足问题，采用小波增强混合模块（wavelet transform hybrid group block，WTHGBlock）优化骨干网络，提升目标特征判别力；其次，构建多尺度多头动态交互注意力模块（multi-scale head dynamic interaction attention feature integration，MSHD-AIFI），经“局部-中等-全局”三级分支捕捉不同尺寸特征和动态调整权重，强化小目标识别，改善多尺度识别效果；最后，引入荸荠形态感知IoU损失（biqi morphology-aware IoU Loss，BM-IoU Loss），通过形态约束、尺寸加权及核心区域优化，可减少形态相似、遮挡带来的定位偏差，提升识别精度。结果表明，改进后模型RT-DETR-L-WMB的识别精度、召回率和平均精度均值分别为85.2%、92.2%和94.9%，相比基线模型RT-DETR-L，分别提升1.4、1.8和1.6 个百分点；相比YOLO系列主流模型，分别提升2.4～3.9、0.9～1.7和3.4～4.1个百分点；热力图中模型能更精准地聚焦真实目标区域，复杂环境（荸荠密集堆积、荸荠中混有土块）下模型识别结果的漏检率、误检率低，且改进后模型的参数量和识别速度分别为34.7 M、41.9 帧/s，满足荸荠自动化捡拾场景的实时性和轻量化需求。该研究可为荸荠等块茎类作物收获过程的捡拾与分选提供一定的技术支撑。/

来源：2026年第4期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第4期