基于优化Transformer网络的绿色目标果实高效检测模型

贾伟宽，孟 虎，马晓慧，赵艳娜，Ji Ze，郑元杰※

（1.山东师范大学信息科学与工程学院，济南 250358；2.机械工业设施农业测控技术与装备重点实验室，镇江 212013；3.卡迪夫大学工程学院，卡迪夫 CF24 3AA，英国）

0 引 言

农业生产中，机器视觉已经广泛应用于果蔬产量预测[1-2]、自动采摘[3-4]、病虫害识别[5-6]等领域，目标检测的精度和效率成为制约作业装备性能的关键。当前，对于静态目标果实[7-8]、动态目标果实[9-10]、遮挡或重叠目标果实[11-12]的检测已取得可喜成果。现有的检测模型大都是基于传统的机器学习、新兴的深度网络模型。基于机器学习的检测方法，主要依赖于目标果实特征，如颜色、形状等，与背景差别较大的目标，其检测效果越好，然而遇到绿色目标果实时，果实与背景颜色相近，检测效果相对较差。基于深度学习的检测方法，训练目标网络过度依赖样本数量，在实际果园环境中，有些果园难以获得足够量的样本，无法训练得到精准的检测模型。在复杂的果园环境下，目标果实的姿态千变万化，有些目标果实为绿色，且部分环境数据采集困难造成样本数量不足，这些因素均给目标精准检测带来巨大挑战，吸引着诸多学者的关注。

基于传统机器学习的目标检测方法，在果蔬检测领域积累了大量的研究成果，Li等[13]提出基于均值漂移和稀疏矩阵原理的改进谱聚类算法，均值漂移去除大量背景像素减少计算量，图像特征信息映射到稀疏矩阵，最后实现重叠绿色苹果的识别。黄小玉……