基于感受野动态注意力的苹果检测研究

万福 涛*, 王 洋, 戚 俊杰
西京学院计算机学院

摘要

传统的物体检测方法在农业环境中，尤其是在苹果检测应用中，常因复杂背景、苹果间的遮挡以及苹果本身大小
变化大等问题而面临识别精度不足和误检率高的困难。为了解决这些困难，本文引入了一种基于感受野的动态注意力机制，
RFAConv（Receptive-Field Attention Convolution），并将其应用于 YOLOv8s 模型，用于提高农业环境中的苹果检测精度。
通过在自制的苹果数据集上测试，集成了 RFAConv 的 YOLOv8 模型在多个性能指标上显著优于基线模型，展示了其在农
业中苹果检测的应用潜力。

关键词

物体检测；动态注意力机制；RFAConv ；YOLOv8

参考

[1] 邓玲黎 , 沈侃 . 基于机器视觉的农业机械自动导航与

作业优化 [J]. 农业技术与装备 ,2023,(12)：43-45+48.

[2]Salazar-Gomez A, Darbyshire M, Gao J, et al. Towards

practical object detection for weed spraying in precision

agriculture[J]. arXiv preprint arXiv：2109.11048, 2021.

[3] 程德强 , 王培杰 , 董彦强 , 等 . 基于多尺度空间注意

力引导的图像超分辨率重建网络 [J/OL]. 北京航空航天大学

学 报 ,1-12[2024-04-21].https：//doi.org/10.13700/j.bh.1001-

5965.2023.0547.

[4]Cheng W, Ma T, Wang X, et al. Anomaly detection for

internet of things time series data using generative adversarial

networks with attention mechanism in smart agriculture[J].

Frontiers in Plant Science, 2022, 13： 890563.

[5]Liu B, Zhao X, Hu H, et al. Detection of Esophageal

Cancer Lesions Based on CBAM Faster R-CNN[J]. Journal of

Theory and Practice of Engineering Science, 2023, 3(12)： 36-

42.

[6]Huang Y, Shi P, He H, et al. Senet： spatial information

enhancement for semantic segmentation neural networks[J]. The

Visual Computer, 2023： 1-14.