基于改进RT-DETR的田间杂草检测模型研究
王隆生
佳木斯大学信息电子技术学院,黑龙江 佳木斯 154007
摘要：田间杂草检测在提高产量和减少农药使用方面具有重要意义.然而,杂草目标小、尺度变化大等因素使现有方法难以兼顾精度与效率.基于RT-DETR提出轻量高效检测架构,设计轻量多尺度特征提取与融合模块,增强了复杂环境下的杂草检测能力.通过部分多尺度特征提取,在降低计算量的同时获取多样化空间特征;通过增强跨尺度特征融合,提升语义一致性与收敛性能.实验结果表明,该方法在保持低参数量和计算复杂度的同时精度显著提升,优于多种主流模型,实现了轻量级模型中精度与速度的平衡,为农业智能感知提供新思路.
关键词：精准农业杂草检测深度学习RT-DETR智慧农业
分类号：S451.1(有害植物及其防除)
论文发表日期：2025-11-25
在线出版日期：2025-12-18（本平台首次上网日期，不代表文献的发表时间）
页数：4( 39-42 )