基于DETR网络的棉花顶芽精准识别方法

来源：中国农机化学报杂志2026年第2期北京时间：

作者：田多林, 侯海瑶, 刘新军, 刘胜崇, 张佳

单位：1. 新疆农业职业技术大学农业工程学院，新疆昌吉，831100； 2. 呼图壁中等职业技术学校，新疆昌吉，831200； 3. 新疆工程学院机电工程学院，乌鲁木齐市，830023

摘要：针对复杂环境及应对不同生长期的棉花顶芽识别上存在检测精度不足、鲁棒性差的问题，提出一种基于DETR网络的改进棉花顶芽识别模型。利用卷积神经网络(CNN)技术从棉花顶芽图像中提取关键特征，并运用Transformer模型架构在复杂背景中捕捉顶芽形态之间的相互关系，减少特征信息丢失；采用二分匹配损失函数和端到端的优化方法来提升模型的识别精度；在模型主干网络中融合DCNv2可变形卷积，增强模型对顶芽特征的提取能力。试验结果表明，改进后模型在不同光照环境下进行棉花顶芽识别，模型平均精度均值mAP大于0.83、精确率大于0.85，表明该模型对因光照和生长时期差异而产生棉花顶芽识别的扰动具有较好的鲁棒性。

关键词：棉花顶芽,DETR网络,卷积神经网络,深度学习,损失函数

基金资助：新疆农业职业技术学院科学研究项目(XJNZYKJ202305)；新疆维吾尔自治区“天山英才”培养计划“三农”骨干人才培养项目(2024SNGGNT087)；新疆昌吉州庭州青年科技人才计划(2023QN22)；新疆农机研发制造推广应用一体化试点项目(YTHSD2022—25)