基于少量标注样本的茶芽目标检测YSVD-Tea算法

目标检测技术在农业领域有广泛应用[1-3],特别是在茶叶目标检测任务中[4-5]。为实现茶叶智能化采摘,学者们提出了多种基于深度学习的茶芽目标检测方法[6-7]。GUI等[8]通过引入Ghost模块成功轻量化了YOLO v5模型,并在1 000幅图像上完成了模型的训练验证。LI等[9]采用增强的YOLO v5模型进行茶芽计数,在4 260幅图像上训练并实现了茶叶产量估计任务。CHEN等[10]基于YOLO v3提出了茶芽和茶叶的识别与定位方法,在2 000幅图像上取得了71.96%的茶芽平均准确率。同时,王梦妮等[11]、ZHANG等[12]、CHEN等[13]分别使用1 190、1 000、4 015幅图像构建数据集,用于茶叶检测任务的训练。

尽管上述工作取得了显著的成果,但在训练过程中往往需要构建大规模的数据集,其中包含数百至数千幅图像,以确保模型的泛化性能。由于茶叶目标小而密集,单幅图像的标注成本相对较高,构建大规模茶叶数据集的成本更高。在这一背景下,如何在少量标注样本情况下,维持目标检测模型的强泛化性能,成为一个值得研究的方向。

迁移学习旨在通过将在大规模源数据集上学到的知识应用到新的目标领域,从而提升模型的泛化能力和检测效果[14-16]。因此,迁移学习被广泛运用在少样本训练任务中,例如,刘世晶等[17]提出的小样本鱼图像识别算法、李子茂等[18]提出的茶叶病害小样本识别算法等。此外,还有度量学习[19]、元学习[20]等方法被用于小样本学习。然而在众多小样本学习方法中,迁移学习因其相对较好的效果和易实现性而备受青睐。通常,迁移学习采用冻结主干或部分主干来保留在大规模源数据集上学到的知识,但这种方式一般按照特征层进行划分,缺乏一定的选择性。研究表明,通过训练模型的部分参数以提高泛化能力的方法是有效的[20-21]。为了更好地分离这些有效特征,WU等[22]和SUN等[23]采用奇异值分解的方式将特征和权重分解为多个部分相乘的形式,并验证了奇异值分解可以将源数据集上学习到的语义信息与需要迁移学习的权重分离开,并经过大量实验证明这种分解方法对提升少量数据集的泛化能力是有效的。

本文采用奇异值分解的方法,通过奇异值分解的方式分离语义信息和任务相关信息,有选择性地微调与迁移任务相关的权重。YSVD-Tea算法采用卷积替换的方式,对YOLOX[24]网络进行重构,并运用网络奇异值分解方法将预训练权重中的通用语义信息与迁移任务相关的权重尽可能分隔开。通过只训练与迁移任务相关的权重,达到增强YSVD-Tea算法泛化能力的目的,使其能够在小规模茶芽数据集上进行有效训练,一定程度上避免过拟合的风险。

1 材料与方法

1.1 材料

1.1.1 数据集制作

本研究的实验数据采集自茶叶种植园内,覆盖尽可能接近真实情境的茶叶数据。采集的场景包括不同光照条件、不同视角以及各种背景干扰。使用Zed相机进行数据采集,共计获得190幅图像,每幅图像分辨率为1 920像素×1 080像素。使用LabelImg工具对这些数据进行了标记,并按照PASCAL VOC的数据集格式建立了与每幅图像相对应的XML标签文件。为了提升模型泛化能力,本研究对这190幅标记图像按照比例9∶10将数据集划分为训练集和测试集。然后,在原始训练集的基础上进行了1/2和1/3随机采样,分别获得了两种更小规模的数据集。对这3个规模的训练集进行数据增强操作,包括缩放、翻转、高斯模糊和剪切,将训练集分别扩充至360、180、120幅,具体见表1。随后,采用交叉验证的方法对训练集进行训练和验证,而测试集则用于评估模型的最终检测性能。

实验中的训练和测试均在同一环境下部署和运行。CPU采用英特尔Xeon(R) E5-2680 v4@2.40 GHz,GPU采用NVIDIA公司的TITAN Xp,其显存为12 GB。机器运行内存为16 GB,操作系统为Ubuntu 18.04,Python为3.8版本,Cuda版本11.1,深度学习框架使用PyTorch 1.8.1。

1.2 方法

1.2.1 网络奇异值分解与微调

在少量标注样本上微调模型存在较大的过拟合风险。通过冻结主干网络预训练模型可以降低这种风险,但是完全冻结主干网络训练又会限制模型的迁移性能。因此,优化目标是在微调以适应茶芽目标检测任务的同时仍能保留通用语义信息,以降低过拟合风险并增强模型的泛化能力。本文通过网络奇异值分解方式将预训练中通用语义相关的权重与迁移任务相关的权重尽可能分隔开,只微调与迁移任务相关的权重,实现保留通用语义信息的同时尽可能减少模型在迁移训练时的限制。

网络的奇异值分解包括两个主要部分:网络重构和参数重构。选取CSPDarkNet主干网络[24]为基线网络,网络重构是通过卷积替换操作将CSPDarkNet主干网络中的所有卷积运算替换成卷积与矩阵乘法复合运算形式来实现的。如图1所示,CSPDarkNet主干网络中的Conv 3×3卷积结构被直接替换为Conv 3×3卷积、Mul 3×3矩阵乘法和Conv 1×1卷积结构。替换主干网络里的所有3×3卷积运算,从而完成网络重构。

参数重构则是将预训练权重通过奇异值分解的方式分解成不同的3个部分。具体而言,预训练权重是通过对其中的Conv 3×3卷积权重分解实现的。首先卷积权重维度调整的方法如图2所示,卷积层的权重张量为W∈RCo×Ci×K×K,其中Ci为卷积层的输入通道数,Co为卷积层的输出通道数,K×K为卷积核的大小。权重张量中维度为Ci×K×K的单个卷积核被展平成维度1×CiK2的向量。因此Co个卷积核被展平为权重矩阵W′∈RCo×CiK2。然后将重构后的权重矩阵W′进行奇异值分解,数学表达式为

其中U∈RCo×R S∈RR×R

U和V是权重矩阵W′奇异值分解后得到的酉矩阵,S是对角线为奇异值的对角阵。参考图1中参数重构部分,权重W经过参数重构后被分解为权重WU、WS、WV,这些权重分别作为Conv 3×3卷积、Mul 3×3矩阵乘法和Conv 1×1卷积权重的初始值。多尺度融合和检测头的权重参数通常与迁移任务的关联性较强,所以不采用预训练模型的权重,而使用随机初始化的方式设定初始权重。U子空间和V子空间分别表示丰富的语义先验信息,而S空间则涵盖了这些语义先验的综合特性[22-23]。因此考虑冻结U子空间和V子空间权重,只对S空间权重进行微调操作。从而实现保留预训练模型中的语义先验信息,提高算法泛化能力的目的。

1.2.2 YSVD-Tea目标检测算法

使用网络奇异值分解方法构建YSVD-Tea算法。该算法主要包括预处理、主干网络、多尺度特征融合模块和检测头。具体的结构如图3所示,预处理部分对输入图像进行了灰边填充、Mosaic数据增强和尺寸变换操作,将其由1 920×1 080×3维度转换为1 280×1 280×3维度,然后输入主干网络。本文提出了Conv-SVD结构,该结构是YSVD-Tea主干网络中的基本卷积块,它是由卷积Conv-U、矩阵乘法Mul-S和卷积Conv-V组成。此外,本文还引入了CBS-SVD块,它是由Conv-SVD结构、批归一化层BN和SiLU激活函数组成。

CSPLayer-SVD结构作为一种残差结构,由基本卷积块Conv-SVD与N个Bottleneck块组成,其中N在不同的特征提取阶段取不同的数值。主干结构中从P1到P3的特征提取部分是通过交替连接CBS-SVD块和CSPLayer-SVD残差结构实现的。与之前的特征提取结构不同,P4特征提取块改用了SVDSPP-Neck模块,这是一种由CBS-SVD卷积和池化结构组成的多尺度特征增强结构,通过结合CBS-SVD结构和多尺度的池化操作,该模块可以更好地将多尺度信息体现在提取的特征中。与主干网络连接的是多尺度特征融合模块,多尺度特征融合结构通过多组上下采样、特征连接和特征提取卷积块CSPLayer操作,实现了不同尺度特征之间的融合。检测头采用解耦检测头的形式,分别实现了分类和检测框回归任务。这种解耦结构使得不同任务的卷积权重能够分开学习,从而在一定程度上降低学习难度,提高网络学习效果。

1.2.3 使用遗传算法进行超参数调优

一组合适的训练超参数可以提高网络的总体性能。为了寻找这样一组参数,通常通过人工搜索的方式设定多组实验,选出综合性能最好的一组作为最终的超参数。然而,人工超参数调优具有随机性,调参过程繁琐,且难以找到最优的超参数组合[25]。因此,本文采用遗传算法进行超参数优化。通过对这些指标加权求和的方式构建出新的评价指标,用于评价目标检测网络的综合性能表现。在茶叶检测任务中,通常关注平均精度均值(Mean average precision, mAP)和F1值性能指标,它们相对于准确率和召回率能够更全面地反映网络性能。因此,为了能够均衡地衡量模型性能,赋予mAP和F1值指标较高的加权比率,同时赋予准确率和召回率较低的加权比率,公式为

WmAP、WF1、WR、WP分别表示网络性能测试指标。其中ImAP、IF1、IR、IP为性能指标对应的加权权重,式(2)中的评价指标F(x)用来评估个体适应度。设置mAP和F1值权重为0.5,相对于仅使用mAP的情况,网络性能有所提升。然后随机尝试了多组加权权重,最终选择表现最优的加权权重,即ImAP、IF1、IR、IP分别为0.44、0.44、0.06、0.06。

遗传算法流程图如图4所示,它包括个体定义、父代选择、突变操作、超参数约束、训练模型和性能记录、迭代进化等步骤。具体而言,个体定义是将一组超参数配置作为个体并将超参数的具体值作为个体的基因,它们包括了权重以及权重范围等信息。突变操作则是通过算法生成新的超参数配置,生成新的个体,从而达到探索新的超参数配置的作用。超参数约束是为了确保生成的新个体超参数在合理范围内。每个新个体都会使用适应度函数计算个体的适应度。然后通过父代选择,从之前的结果中选择一个父代个体,采用性能加权的方式选择优势基因。从而完成了一轮完整的遗传算法迭代。在满足终止条件前,不断重复上述步骤,生成多个个体,进行多代遗传算法进化,从而完成网络超参数选择。

2 结果与讨论

2.1 超参数调优结果

本文采用遗传算法对YSVD-Tea目标检测算法的训练超参数进行调优。在进行持续的变异、父代选择及迭代进化等步骤后,遗传算法最终成功迭代出YSVD-Tea算法的最佳超参数组合。迭代实验进行了300次计算,为了更清晰地呈现结果,将最后30次迭代结果以散点图的形式展示在图5中,图中红色标记突出显示参数搜索的最佳取值。

表2详细列出了遗传算法实验所需的初值、突变率以及取值范围等设置,这些设置在实验中发挥了关键作用。超参数的取值范围和迭代初值分别决定了超参数的搜索空间和搜索起点的位置。本文中采用了经验值来定义这些范围和初始值。此外,突变率是另一个重要因素,它用于控制每轮迭代中超参数的变化程度,从而影响搜索的随机性和速度。较高的突变率会增加搜索的随机性,使搜索更容易不稳定,而较低的突变率可能导致搜索陷入局部最优解。因此,根据不同超参数的潜在重要程度,实验过程中不同参数的突变率被设定为在0～1范围内的不同数值。通过多次迭代最终完成超参数搜索实验,搜索的最佳值见表2。

测试集上的实验结果如表3所示。为深入比较YSVD-Tea算法在超参数优化前后的性能变化,设计了优化前后的对比实验。两组超参数训练过程中的指标变化如图6所示。图6a显示,优化后的召回率出现明显提升;图6b中的准确率也在第110个训练周期后出现了小幅提升。此外,如图6c、6d所示,优化后相较于优化前box损失值和obj损失值更低,收敛速度更快,证明超参数调优对算法性能提升的有效性。在调优过程中,适应度函数F(x)的权重并未进行细粒度的遍历实验,因此可能并非最优的设置。尽管如此,经过调优后的性能提升显著。

2.2 YSVD-Tea性能分析

训练完成后,YSVD-Tea算法在测试集上的性能指标如表3所示。为更清晰地观察训练前后的变化,本文对中间特征进行了更详细的分析。在子空间S内,奇异值的大小反映了子空间U和V中的语义线索的重要程度[23]。S中的奇异值越大,表明子空间U和V中的语义线索越为重要。因为主干网络的最后一层特征图包含了网络中所有层次的特征信息,其权重的变化能够比较全面反映模型特征信息。所以实验选取YSVD-Tea主干网络中最后一层特征进行分析。为更好地了解训练对模型提取的语义特征的影响,对训练前后奇异值发生显著变化的语义线索进行了可视化分析。具体来说,训练过程中增大权重的部分往往与当前任务更相关,而减小权重的部分则与当前任务的相关性降低。因此,本文统计了训练前后奇异值的变化,将权重变化划分为增加和减少两类,并将它们按照大小进行排序。通过可视化增幅最大的语义信息,以及减幅最大的语义信息(图7)。由图7可以观察到,在训练过程中减少的语义线索倾向于背景区域,而增加的语义线索则主要集中在前景区域。这验证了在任务迁移过程中,奇异值所在的S子空间的变化与背景和前景特征权重的变化存在较强的相关性。总体而言,通过较少改变预训练模型语义信息的情况下完成任务训练,可以在一定程度上提高模型的泛化能力。这也使得YSVD-Tea模型能够在更好地保留预训练模型语义信息的同时,只通过在少量茶芽标注样本的训练就能实现较好的茶芽检测性能。

2.3 对比实验

2.3.1 不同规模数据集下YSVD-Tea与对比算法性能比较

为验证YSVD-Tea算法在少量标签数据下的优势,在完整数据集、1/2数据集和1/3数据集上,分别比较了本文算法与YOLO v3[26]、Faster R-CNN[27]、YOLOX[24]算法的性能指标,结果如表4～6所示。

从表4可以观察到,在仅使用1/3的数据集情况下,YSVD-Tea算法的mAP达到60.9%。相较之下,YOLOX的mAP仅为40.6%,而YOLO v3和Faster R-CNN模型的mAP分别仅为25.1%和21.9%。对比算法在这一数据规模下表现较差,而YSVD-Tea算法在有限样本上表现出显著的优势。当数据量扩大至1/2的数据集规模时,如表5所示,YSVD-Tea算法的mAP显著提升至76.2%。相较之下,YOLOX的mAP仅为61.7%,而YOLO v3和Faster R-CNN模型的mAP分别仅提升至40.6%和37.6%。如表6所示,当数据量扩展至完整数据集时,YSVD-Tea算法的mAP进一步提升至88.3%。与此同时,YOLOX和Faster R-CNN算法的mAP也分别提升至74.1%和62.5%。

图8以三维柱状图的形式更加清晰地展示了不同算法的性能对比。从图中可以看出,在3个不同数量的茶芽数据集实验中,YSVD-Tea算法的性能一直是最佳的。特别是在有限样本情况下,与对比方法相比,YSVD-Tea算法性能优势最大。随着数据集标签数量的增加,YSVD-Tea算法的性能持续提升,同时性能指标依然保持良好的检测效果。这充分证明该算法在小规模数据下相对于对比算法的优越性,并且在数据集增加的情况下仍能够实现最佳的检测性能。

算法在训练集和测试集上的性能差距在一定程度上可以反映算法的泛化能力。为有效评估YSVD-Tea的性能提升原因,本文对比了相关算法在测试集和训练集上的性能,如图9所示。以mAP指标为例,在全数据集上,YOLO v3在训练集和测试集上的性能差距为36.4个百分点,Faster R-CNN为17.8个百分点,YOLOX为10.1个百分点,而YSVD-Tea仅为4.5个百分点。在1/2数据集上,YOLO v3在训练集和测试集上的性能差距为36个百分点,Faster R-CNN为32.7个百分点,YOLOX为12.5个百分点,YSVD-Tea仅为6.6个百分点。在1/3数据集上,YOLO v3在训练集和测试集上的性能差距为50.5个百分点,Faster R-CNN为55.4个百分点,YOLOX为40.6个百分点,而YSVD-Tea仅为21.9个百分点。对比这3种规模的数据集,可以观察到随着数据减少,算法在训练和测试集上的性能差异变得更为明显。然而,YSVD-Tea相对于对比算法在测试集与训练集上的性能指标更为接近,这表明YSVD-Tea具有更强的泛化能力。YSVD-Tea采用了网络奇异值分解方法,在很大程度上保留了预训练模型学到的通用特征。在新的迁移任务中,该算法在学习茶芽新特征的同时,尽可能地保留了预训练模型的先验知识,以维持其良好的泛化能力。相比之下,其他对比方法由于训练样本数量较少,局限于训练集学到的特征,导致过度拟合于训练集信息,从而在测试集上表现出较差的性能,呈现出相对较弱的泛化能力。YSVD-Tea算法在少量样本下相对于对比算法展现出更好的泛化能力,从而证明了其更适用于少量数据的训练场景。

2.3.2 密集和稀疏目标场景下YSVD-Tea与对比算法的检测性能比较

检测任务一般对目标遮挡较为敏感,因此选择了稀疏目标和密集目标两种场景进行更细致的观察,本次实验人工选取63个稀疏目标和112个密集目标进行对比实验,对不同算法的检测结果进行统计,如图10所示。

在稀疏目标检测方面,YSVD-Tea模型展现出卓越的性能。设定置信度阈值为0.5时,该算法成功检测了61个目标,明显优于其他模型。具体而言,YOLO v3成功检测了31个目标,Faster R-CNN成功检测了51个目标,而YOLOX成功检测了53个目标。密集目标检测方面,YSVD-Tea同样表现出色,成功检测了101个目标,领先于其他模型。另外,YSVD-Tea目标置信度大于0.7的目标数也是最多的,共计91个,这也是所有模型中表现最佳的。综上所述,YSVD-Tea算法在稀疏目标和密集目标两种场景下均表现出色。该算法不仅提高了检测准确性,还提供了高置信度的检测结果。检测结果如图11所示。在稀疏目标和密集目标两种场景下,YSVD-Tea算法呈现出相对准确的检测框,尤其是在密集目标情况下,YSVD-Tea算法较少出现漏检的情形,而对比算法则在不同程度上存在漏检现象。这一结果间接验证了YSVD-Tea算法在这两个场景下的卓越性能。

YSVD-Tea算法表现出性能优势的可能原因在于,其对预训练模型中的语义信息的保留程度相较于其他对比算法更为显著。预训练模型具备出色的语义特征,其中包括对遮挡目标的识别经验。因此,YSVD-Tea算法通过更有效地保留这些关键信息,在密集目标和稀疏目标的场景下,相较于对比算法表现出更为卓越的检测性能。

2.3.3 基于少量样本的目标检测算法性能对比

为了深入评估有限样本情境下的目标检测性能,本文对比3种方法,分别是ASPP-YOLO v5[28]、YOLO v5s -Ghost[29]和E-YOLO[30]。这些方法被用于解决田间苋菜识别、农作物虫害识别和水体遥感检测问题,同时这些方法也都在应对少量样本问题上做出了优化。为验证这些算法在有限样本情况下的性能,实验选用1/3规模的数据集。对比结果如表7所示,可以发现YSVD-Tea算法在各项性能指标上均达到最高,验证了其在有限样本目标检测任务中的有效性。由于SVD方法对预训练模型特征的较大程度保留,YSVD-Tea网络在学习新特征的同时也保留了更多的预训练模型特征,从而保持了更好的泛化能力。因此,在有限样本目标检测任务中,YSVD-Tea算法相较于其他方法表现较好,展现了其在有限样本情境下的目标检测适应能力。

3 结束语

本文提出的YSVD-Tea目标检测算法,基于奇异值分解原理,在小规模茶芽数据集上表现出色,mAP为88.3%,准确率为86.4%,召回率为87.0%,F1值为86.7%。该算法通过奇异值分解技术划分模型权重,有效平衡了适应茶芽检测任务和保留预训练模型语义信息的需求,提高了泛化能力。在少量标注样本下,YSVD-Tea算法相较传统算法表现更为稳定,更适用于少标注样本的茶芽目标检测任务。此外,全局搜索算法对超参数的优化进一步提升了模型性能。经过实验验证,算法在密集和稀疏目标场景下都展现出色的识别与定位性能,具有较强的鲁棒性。研究成果为减少茶芽数据标注工作量、提高模型泛化能力等问题提供了一种可行的解决方案。

[1] 刘莫尘, 褚镇源,崔明诗,等. 基于改进YOLO v8-Pose的红熟期草莓识别和果柄检测[J].农业机械学报,2023,54(增刊2):244-251.
LIU Mochen, CHU Zhenyuan, CUI Mingshi, et al.Red ripe strawberry recognition and stem detection based on improved YOLO v8-Pose[J].Transactions of the Chinese Society for Agricultural Machinery, 2023,54(Supp.2):244-251.(in Chinese)

[2] 司永胜,孔德浩,王克俭,等.基于CRV-YOLO的苹果中心花和边花识别方法[J].农业机械学报,2024,55(2):278-286.
Sl Yongsheng, KONG Dehao, WANG Kejian, et al. Recognition of apple king flower and side flower based on CRV-YOLO[J].Transactions of the Chinese Society for Agricultural Machinery,2024,55(2): 278-286.(in Chinese)

[3] 苗荣慧, 李志伟, 武锦龙. 基于改进YOLO v7的轻量化樱桃番茄成熟度检测方法[J]. 农业机械学报, 2023,54(10):225-233.
MIAO Ronghui, LI Zhiwei, WU Jinlong. Lightweight maturity detection of cherry tomato based on improved YOLO v7[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(10): 225-233. (in Chinese)

[4] 宋彦, 杨帅, 郑子秋, 等. 基于多头自注意力机制的茶叶采摘点语义分割算法[J].农业机械学报,2023,54(9):297-305.
SONG Yan, YANG Shuai, ZHENG Ziqiu, et al. Semantic segmentation algorithm based multi-headed self-attention for tea picking points[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(9):297-305. (in Chinese)

[5] 黄家才,唐安,陈光明,等. 基于Compact-YOLO v4的茶叶嫩芽移动端识别方法[J].农业机械学报,2023,54(3):282-290.
HUANG Jiacai, TANG An, CHEN Guangming, et al. Mobile recognition solution of tea buds based on Compact-YOLO v4 algorithm[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(3):282-290. (in Chinese)

[6] XU W, ZHAO L, LI J, et al. Detection and classification of tea buds based on deep learning[J]. Computers and Electronics in Agriculture, 2022, 192: 106547.

[7] YAN L, WU K, LIN J, et al. Identification and picking point positioning of tender tea shoots based on MR3P-TS model[J]. Frontiers in Plant Science, 2022, 13: 962391.

[8] GUI Z, CHEN J, LI Y, et al. A lightweight tea bud detection model based on YOLO v5[J]. Computers and Electronics in Agriculture, 2023, 205: 107636.

[9] LI Y, MA R, ZHANG R, et al. A tea buds counting method based on YOLO v5 and Kalman filter tracking algorithm[J]. Plant Phenomics, 2023, 5: 0030.

[10] CHEN C, LU J, ZHOU M, et al. A YOLO v3-based computer vision system for identification of tea buds and the picking point[J]. Computers and Electronics in Agriculture, 2022, 198: 107116.

[11] 王梦妮, 顾寄南, 王化佳, 等. 基于改进YOLO v5s模型的茶叶嫩芽识别方法[J]. 农业工程学报, 2023, 39(12): 150-157.
WANG Mengni, GU Ji’nan, WANG Huajia, et al. Method for identifying tea buds based on improved YOLO v5s model[J]. Transactions of the CSAE, 2023, 39(12): 150-157. (in Chinese)

[12] ZHANG S, YANG H, YANG C, et al. Edge device detection of tea leaves with one bud and two leaves based on shuffleNetv2-YOLO v5-lite-E[J]. Agronomy, 2023, 13(2): 577.

[13] CHEN Y T, CHEN S F. Localizing plucking points of tea leaves using deep convolutional neural networks[J]. Computers and Electronics in Agriculture, 2020, 171: 105298.

[14] 崔金荣, 魏文钊, 赵敏. 基于改进MobileNetV3的水稻病害识别模型[J]. 农业机械学报,2023,54(11):217-224,276.
CUI Jinrong, WEI Wenzhao, ZHAO Min, et al. Rice disease identification model based on improved MobileNetV3[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(11):217-224,276.(in Chinese)

[15] SUN Q, CHAI X, ZENG Z, et al. Multi-level feature fusion for fruit bearing branch keypoint detection[J]. Computers and Electronics in Agriculture, 2021, 191: 106479.

[16] 汤文权,陈灼廷,王东桥,等.基于改进YOLO v5的皮蛋裂纹在线检测方法[J].农业机械学报,2024,55(2):384-392.
TANG Wenquan, CHEN Zhuoting, WANG Dongqiao, et al. Crack detection method for preserved eggs based on improved YOLO v5 for online inspection[J]. Transactions of the Chinese Society for Agricultural Machinery, 2024,55(2):384-392.(in Chinese)

[17] 刘世晶,刘阳春,钱程,等.基于CycleGAN和注意力增强迁移学习的小样本鱼类识别[J].农业机械学报,2023,54(增刊1):296-302.
LIU Shijing, LIU Yangchun, QIAN Cheng, et al.Recognition of small sample cultured fish based on CycleGAN and attention enhanced transfer learning[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(Supp.1):296-302.(in Chinese)

[18] 李子茂,徐杰,郑禄,等.基于改进DenseNet的茶叶病害小样本识别方法[J].农业工程学报,2022,38(10):182-190.
LI Zimao, XU Jie, ZHENG Lu, et al. Small sample recognition method of tea disease based on improved DenseNet[J]. Transactions of the CSAE, 2022,38(10):182-190. (in Chinese)

[19] 袁培森,宋进,徐焕良.基于残差网络和小样本学习的鱼图像识别[J].农业机械学报,2022,53(2):282-290.
YUAN Peisen, SONG Jin, XU Huanliang. Fish image recognition based on residual network and few-shot learning[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022,53(2):282-290. (in Chinese)

[20] LI S, SONG W, LI S, et al. Meta-retinanet for few-shot object detection[C]∥British Machine Vision Conference (BMVC), 2020.

[21] ZHANG G, CUI K, WU R, et al. PNPDet: efficient few-shot detection without forgetting via plug-and-play sub-networks[C]∥2021 IEEE Winter Conference on Applications of Computer Vision (WACV). Waikoloa: IEEE, 2021: 3822-3831.

[22] WU A, ZHAO S, DENG C, et al. Generalized and discriminative few-shot object detection via SVD-dictionary enhancement[C]∥Neural Information Processing Systems (NeurIPS), 2021.

[23] SUN Y, CHEN Q, HE X, et al. Singular value fine-tuning: few-shot segmentation requires few-parameters fine-tuning[C]∥Advances in Neural Information Processing Systems.Curran Associates, 2022:37484-37496.

[24] GE Z, LIU S, WANG F, et al. YOLOX: exceeding YOLO series in 2021[J]. arXiv preprint arXiv:2107.08430, 2021.

[25] 佘维,李阳,钟李红,等.基于改进实数编码遗传算法的神经网络超参数优化[J].计算机应用,2024,44(3):671-676.
SHE Wei, LI Yang, ZHONG Lihong, et al. Hyperparameter optimization for neural network based on improved real coding genetic algorithm[J]. Journal of Computer Applications, 2024,44(3):671-676. (in Chinese)

[26] REDMON J, FARHADI A. YOLO v3: an incremental improvement[J]. arXiv preprint arXiv:1804.02767, 2018.

[27] REN S, HE K, GIRSHICK R, et al. Faster R-CNN: towards real-time object detection with region proposal networks[J]. Advances in Neural Information Processing Systems, 2015, 28:91-99.

[28] 张继成,侯郁硕,郑萍,等.低数据集下基于ASPP-YOLO v5的苋菜识别方法研究[J].农业机械学报,2023,54(增刊2):223-228.
ZHANG Jicheng, HOU Yushuo, ZHENG Ping, et al. Method for amaranth identification based on ASPP-YOLO v5 model in low data set[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023,54(Supp.2):223-228.(in Chinese)

[29] 郭小燕, 于帅卿. 一种轻量级YOLO v5s农作物虫害目标检测模型[J/OL]. 南京农业大学学报, http:∥kns.cnki.net/kcms/detail/32.1148.S.20231204.1720.008.html

[30] 许泽宇,沈占锋,李杨,等.结合E-YOLO和水体指数约束的大面幅影像水利设施检测[J].遥感学报,2022,26(10):2083-2093.
XU Zeyu, SHEN Zhanfeng, LI Yang, et al. Detection of water conservancy facilities in large-format image combining E-YOLO algorithm and NDWI constraint[J]. National Remote Sensing Bulletin, 2022,26(10):2083-2093.(in Chinese)