基于YOLOX—Nano的稻田空心莲子草目标检测方法研究

来源：中国农机化学报杂志2025年第7期北京时间：

作者：梁松, 李华锋, 邓向武, 谢新雪, 李岳鑫, 刘星晨

单位：（1. 广东石油化工学院电子信息工程学院，广东茂名，525000； 2. 广东茂名农林科技职业学院，广东茂名，525000； 3. 邯郸科技职业学院，河北邯郸，056000）

摘要：稻田空心莲子草为稻田外来入侵恶性杂草，在秧苗封行前与水稻幼苗共同竞争水、肥、光和生长空间等资源，进而影响水稻产量。目前主要采用化学喷施除草剂对草害进行防治，如果在稻田无差别地喷施化学除草剂，不仅污染环境，还对稻田秧苗产生一定的药害。随着深度学习的快速发展，根据稻田杂草的区域位置进行除草剂精准喷施已成为可能。YOLO系列具有高效推理能力及快速迭代的特点，系列版本体积小，方便嵌入手机或其他终端产品。以秧苗未封行前稻田中的恶性杂草空心莲子草为研究对象，针对YOLOX一阶段目标检测模型系列，YOLOX—Nano虽然在YOLOX系列中性能不是最优，但是其在YOLOX几个版本中体积最小，方便嵌入手机或其他终端产品，最终选择YOLOX系列中的YOLOX—Nano模型。同时构建YOLOv3、YOLOv4—tiny、YOLOv5—s、SSD和YOLOX—Nano等空心莲子草目标检测模型，并进行性能实验对比。结果表明，基于YOLOX—Nano的空心莲子草目标检测模型中召回率Recall、mAP、F1值都高于YOLOv3、YOLOv4—tiny、SSD和YOLOv5—s模型，分别达到97.14%、96.72%和93%。针对秧苗和空心莲子草之间不同程度的轻微遮挡和部分严重遮挡图像，基于YOLOX—Nano的空心莲子草目标检测模型检测效果好于YOLOv3、YOLOv4—tiny、SSD和YOLOv5—s。

关键词：空心莲子草,稻田,目标检测,除草,YOLOX—Nano

基金资助：广东省重点领域研发计划项目（2023B0202130001）；2023年广东省科技创新战略专项资金（“攀登计划”专项资金）（pdjh2023b1057）；广东茂名农林科技职业学院2021年校级教研科研资金资助项目（2021GMNKY10）；2024年广东石油化工学院大学生创新创业培育计划项目（24C153）；2023年茂名市科技计划项目（2023005）