改进YOLOX检测单位面积麦穗

1.引言

 单位面积麦穗数是估算小麦产量的重要指标，对于作物表型参数计算、产量预测和大田管理都具有重要的意义。目前的研究均未以单位面积麦穗图像为研究对象，为准确获取单位面积麦穗数，为此提出了基于改进YOLOX的单位面积麦穗检测方法，利用采样框直接实现单位面积麦穗计数。首先，设计了一种简单的单位面积采样框，通过训练角点检测网络识别采样框，以提取单位面积小麦区域。

其次，针对麦穗检测中存在的目标密集和相互遮挡问题，在麦穗检测网络的特征融合层，采用上下文信息进行特征重组的上采样方法（Content-Aware ReAssembly of Features，CARAFE）代替YOLOX-m模型中的上采样算法，同时结合迭代注意力特征融合模块（iterative Attentional Feature Fusion，iAFF），增加对麦穗空间信息和语义信息的提取。

     2 研究方法

2.1 基于改进YOLOX的单位面积麦穗检测方法

YOLO系列是目标检测算法的代表性工作，其中的YOLO V3在不同领域得到了广泛的应用。以YOLO V3-SPP作为基础，结合耦合检测头、Mosaic和MixUp数据增强策略、无锚框机制（Anchor-free）的YOLOX目标检测模型，具有检测精确度高和部署灵活的优点[33]。

单位面积麦穗的计数，需同时考虑检测单位面积采样框和麦穗数量两个问题，即算法只需统计在单位面积框内的小麦麦穗数量。因此，本文提出一个基于改进YOLOX的单位面积麦穗检测方法。YOLOX-s是YOLOX系列中模型深度和特征图宽度较小的网络，YOLOX-m是在其基础上进行了加深和加宽。由于采样框角点特征明显，因此利用YOLOX-s模型训练采样框角点检测网络，实现对采样区域的准确提取。同时，利用改进的YOLOX-m模型训练麦穗检测网络，实现对麦穗的精准检测。最后，基于提取的采样区域，统计位于单位面积框内部的麦穗，实现对单位面积麦穗检测的目的。

    

2.1.1 基于YOLOX-s的采样框角点检测网络

为了获取单位面积麦穗数，需要对采样框进行检测。传统的基于颜色阈值的分割方法和角点检测方法鲁棒性不足，光照条件、天气和地块等因素都会影响模型的检测效果，不适应于复杂大田场景下采样框的检测。因此，针对采样框角点目标小、数量少且没有明显边界等问题，本文利用YOLOX-s模型，训练单位面积采样框角点检测网络，利用检测到的采样框的4个内角点，连接4个角点形成采样框的内部区域，仅裁取位于采样框区域内部的麦穗，以实现单位面积麦穗检测计数的目的。

2.1.2 基于改进YOLOX-m的麦穗检测网络

YOLOX-m模型中的最邻近插值上采样难以利用麦穗特征图的语义信息且感知域较小，特征融合模块仅是对特征图的简单拼接。因此，本文通过对YOLOX-m模型的上采样和特征融合模块进行改进，以提高密集麦穗和遮挡麦穗检测精度。改进的YOLOX-m模型的主干分为Input、Backbone、Neck和Prediction 4个部分，每个框表示一个部分。在特征融合网络中，首先采用特征图上采样（CARAFE）方法代替模型原始的上采样方法，利用特征重组模块完成上采样，以保留更多麦穗细节；其次，添加迭代注意力特征融合模块（iAFF），增强对麦穗语义信息的提取。

CARAFE特征图上采样

  2019年提出了CARAFE上采样算法，其主要分为上采样预测模块和特征重组模块两个模块。在上采样预测模块中，先利用输入的特征图预测上采样核，在特征重组模块中基于上采样核进行特征重组。与以前的上采样方法相比，CARAFE可以在更大的感知邻域内聚合麦穗的上下文信息。每个位置都有相对应的不同上采样核，且仅带来很小的参数量。本研究针对麦穗密集问题，在YOLOX-m算法网络中的特征融合层使用CARAFE上采样方式，更好地聚合了麦穗目标上下文信息，以有效提升对密集麦穗的检测精度。

  

                                                     iAFF迭代注意力特征融合

特征融合是来自不同层或分支的特征组合，一般通过求和或拼接来实现，但是均不能对麦穗特征达到最佳的融合效果。Dai等[35]提出了注意力特征融合，为了更好地融合语义和尺度不一致的特征，提出了多尺度通道注意力模块，阐明了特征图的初始集成可能会成为瓶颈，并且可以通过添加迭代注意力特征融合来缓解此问题。

注意力特征融合模块（Attentional Feature Fusion，AFF）主要针对不同网络结构中，不同尺度特征融合时的注意力问题。iAFF针对初始特征集成对于注意力特征融合影响比较大的问题，使用额外一层AFF生成更好的初始特征。本研究针对麦穗相互遮挡的问题，在YOLOX-m算法网络中下采样后的特征融合层使用iAFF，使用了注意力进行特征融合以增加对麦穗空间信息和语义信息的提取，有效提升网络对遮挡麦穗的检测性能。