来源：期刊VIP网 时间：
作者：张云建;陈红明;杨晓刚;杨灿鹏;王学睿;黄中豪;杨琳琳;
单位：云南农业大学机电工程学院;作物模拟与智能调控重点实验室;
摘要：针对自然环境下未成熟桃子识别存在与周围环境颜色相似、光照不均及枝叶遮挡等问题，本研究以RT-DETR-R18为基础模型进行改进，提出一种幼桃检测模型FREDC-RTDETR。通过将RT-DETR-R18骨干网络中的BasicBlock替换为Faster NetBlock、结合RepConv重参数化技术、引入EMA注意力机制，设计新的骨干网络FRE Block,在降低参数量的同时提高模型特征提取能力；在颈部网络中，用基于可学习位置编码的AIFI-LPE替代原AIFI模块，解决注意力偏移的问题，同时采用DySample动态上采样以及重新设计的CG block Down下采样算子，优化上下采样过程；此外，使用Shape-IoU损失函数，增强模型对图像细节的捕捉能力。实验结果显示，在自建数据集上，改进后的模型均值平均精度达到96.1%,召回率达到91.9%,精确率达到97.6%,相比原模型分别提高了2.4、2.7、2.5个百分点。可见，本研究提出的模型在复杂背景下表现出较好的鲁棒性和精确度，可为果树早期产量预测以及绿色果实识别提供参考。
关键词：幼桃识别;;RT-DETR;;FRE Block;;AIFI-LPE模块;;DySample动态上采样;;CG block Down下采样;;Shape-IoU损失函数
基金资助：国家自然科学基金项目(32160420);; 云南省重大科技专项(202202AE09002103);; 云南省农林联合专项(202301BD070001-172)
