用于苹果质量检测的长短程特征增强金字塔网络

来源：计算机技术与发展杂志2025年第06期北京时间：

作者：张学锋;陈鑫;张少杰;张锦华

摘要：由于果实和树叶间存在的遮挡、重叠,以及复杂的采摘环境制约了苹果果实信息的完整采集,给目标的精确检测带来了严峻挑战。 特征金字塔作为调节网络中信息流动的关键组件,其性能的优劣直接影响特征的表达能力。 传统的特征金字塔在特征传播过程中存在信息易丢失以及特征利用不足的问题,从而造成目标检测网络检测效率低下。 为了解决这一问题,该文提出了一种长短程特征增强金字塔网络(LSFE-FPN)用来高效聚合特征并促进特征复用。 首先,通过长、短路径聚合连接增强层间的信息交互,高效聚合全局和局部特征信息,解决了传播路径中信息易丢失的问题。 其次,根据通道和层级依赖性,利用关键特征增强模块(KFE)对关键特征重新加权,确保所有特征都能得到有效利用。 在建立的苹果质量检测数据集上,以 YOLOv8 和 RT - DERT 作为测试网络的验证实验结果表明,相较于 PaNet,LSFE - FPN 使 YOLOv8s 的参数量减少了 32% ,而 mAP0. 5 提高了 4. 1 百分点;在 RT-DERT 目标检测网络中,LSFE-FPN 相较于其他特征金字塔网络,也展现出了更高的检测精度。 此外,在 VisDrone 和 VOC2012 等多个公共数据集上的实验结果也进一步证明了 LSFE-FPN 的有效性和泛化能力。

关键词：特征金字塔网络;长短路径聚合连接;关键特征增强;苹果质量检测;深度学习