来源：期刊VIP网 时间：
作者：段新娥;张志旺;周青星;
单位：山西工程技术学院;南京财经大学信息工程学院;山西农业大学信息科学与工程学院;
摘要：为实现温室环境中圣女果果实成熟度的快速精确识别，提出一种基于立体空间金字塔注意力网络（stereoscopic spatial pyramid attention network,SSPENet）的圣女果成熟度检测算法。首先，构建空间立体注意力机制（spatial stereoscopic attention mechanism,SSAM），通过自适应聚焦关键区域，提升对果实特征的感知能力；其次，在颈部网络引入局部注意金字塔模块（local attention pyramid module,LAPM），增强小尺度圣女果的特征融合，提高小尺度目标的检测精度；最后，提出高效的几何回归损失函数L_(EGR)，优化边界框的几何特性，进一步提升小尺度圣女果的定位精度。试验结果表明，SSPENet在圣女果成熟度数据集上取得了96.1%的mAP，相比基线模型提升5.1百分点，且推理速度可达94.7帧·s~(-1)，在检测精度与计算效率之间实现了良好平衡。该研究为温室环境下圣女果成熟度检测提供一种高效且可扩展的技术方案，具有广阔的应用前景。
关键词：圣女果;;成熟度;;SSPENet;;损失函数;;小尺度目标
基金资助：国家自然科学基金（12001266）
