- 栏目:试验研究
- 作者:段新娥，张志旺，周青星
- 关键词:圣女果；成熟度；SSPENet；损失函数；小尺度目标
- DOI:10.16861/j.cnki.zggc.2025.0214
- 全文：
PDF （下载次数：） 摘要（点击次数:）
摘 要：为实现温室环境中圣女果果实成熟度的快速精确识别，提出一种基于立体空间金字塔注意力网络（stereoscopic spatial pyramid attention network，SSPENet）的圣女果成熟度检测算法。首先，构建空间立体注意力机制（spatial stereoscopic attention mechanism，SSAM），通过自适应聚焦关键区域，提升对果实特征的感知能力；其次，在颈部网络引入局部注意金字塔模块（local attention pyramid module，LAPM），增强小尺度圣女果的特征融合，提高小尺度目标的检测精度；最后，提出高效的几何回归损失函数LEGR，优化边界框的几何特性，进一步提升小尺度圣女果的定位精度。试验结果表明，SSPENet 在圣女果成熟度数据集上取得了 96.1%的mAP，相比基线模型提升5.1 百分点，且推理速度可达94.7帧·s-1，在检测精度与计算效率之间实现了良好平衡。该研究为温室环境下圣女果成熟度检测 提供一种高效且可扩展的技术方案，具有广阔的应用前景。