来源：期刊VIP网 时间：
作者：卢承方;崔艳荣;胡蓉华;王浩宇;陈鹏翔;
单位：长江大学计算机科学学院;华南理工大学软件学院;
摘要：针对复杂环境下番茄果实目标多、外形各异、分布密集等导致智能采摘识别难度大的问题，同时为解决Transformer架构巨大运算量导致的模型边缘设备部署困难的问题，本研究提出一种改进实时检测Transformer(Real-Time Detection Transformer, RT-DETR)的番茄果实检测模型SPC-DETR。首先，实地拍摄采集多尺度的复杂环境下番茄果实图片，并从公开数据集中筛选符合复杂环境的番茄果实图片作为补充，进行标注及数据增强后构建了一个包含3 398张图片的番茄果实数据集。其次，以RT-DETR-R18为基线模型，进行如下改进：选用计算复杂度低且检测精度较高的StarNet作为主干特征提取基准网络，并引入倒置残差移动块iRMB,构建iR-StarNet作为主干网络，在轻量化主干的同时进一步提高模型对番茄果实的特征提取能力；设计一种改进的并行空洞卷积结构块EMA-PDC,该模块通过融合跨空间学习的高效多尺度注意力机制，可在减少计算量的同时扩大模型感受野，提升模型多尺度表示的准确性；使用DEA-Net提出的内容引导注意力融合方案CGA-Fusion改进颈部网络，进一步提高模型表征能力。实验结果表明，SPC-DETR的精确率、召回率和平均精度均值(mAP50)分别为88.0%、83.7%和90.2%,分别比基线模型RT-DETR-R18提高2.0、0.3、1.7个百分点，模型权重大小、参数量、浮点运算量分别为25.2 MB、12.9 M、34.3 GFLOPs,分别比RT-DETR-R18降低34.72%、36.14%、41.47%,综合表现优于目前大部分主流的YOLO系列模型和DETR系列模型。本研究结果可为提升智能采摘机器人识别检测复杂环境下番茄果实的准确率提供技术参考。
关键词：番茄果实识别;;Transformer;;RT-DETR;;轻量化;;目标实时检测;;深度学习
基金资助：国家自然科学基金面上项目(62077018);; 湖北省自然科学基金项目(2023AFB082)
