基于SSPENet的圣女果成熟度检测算法
段新娥1
张志旺2
周青星3
1.山西工程技术学院 山西阳泉 0450002.南京财经大学信息工程学院 南京 2100233.山西农业大学信息科学与工程学院 山西晋中 030800
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(stereo-scopic 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(spa-tial 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.
关键词：圣女果成熟度SSPENet损失函数小尺度目标
分类号：S641.2(园艺)
资助基金：国家自然科学基金(12001266)
论文发表日期：2025-12-05
在线出版日期：2026-01-05（本平台首次上网日期，不代表文献的发表时间）
页数：11( 52-62 )
英文信息