近日，计算机与信息科学学院2022级硕士研究生刘琴在吕佳教授的指导下，依托重庆市数字农业服务工程技术研究中心、智慧农业机器视觉感知与智能算法重庆市高校创新研究群体科研平台，在中科院1区Top期刊《Computers and Electronics in Agriculture》上发表题为“MAE-YOLOv8-based Small Object Detection of Green Crisp Plum in Real Complex Orchard Environments”的研究论文。

准确检测青脆李对于实现智能化采摘、精确产量预测、智能疏果等一系列果园自动化管理技术至关重要。然而，在真实复杂的果园环境中，由于青脆李的尺寸较小，果皮和背景颜色相似并且果实之间重叠遮挡，导致青脆李检测仍然面领着巨大的挑战。为应对上述挑战，此文以YOLOv8s-p2为基础网络，设计了一种适用于真实果园场景下青脆李检测的MAE-YOLOv8模型。该模型集成了高效多尺度注意力模块，强化了对目标与背景的区分。同时，通过渐进式特征金字塔网络优化了特征融合过程，增强了对小目标特征的识别能力。此外，该研究引入了MPDIoU损失函数，有效解决了果实重叠和遮挡导致的漏检问题，从而提升了模型的精度和收敛速度。在实验部分，使用自建的青脆李数据集对模型性能进行了评估，并综合比较了不同模型的精度、召回率、检测速度。结果显示，所提出模型在各项指标上均优于其他检测模型，并展现出较强的鲁棒性，为青脆李智能化采摘、估产、疏果等设备的研发提供了技术支撑。

据悉，《Computers and Electronics in Agriculture》是一本国际权威期刊，专注于探讨计算机硬件、软件、电子仪器及控制系统在农业领域的应用。该期刊广泛收录了涉及植物和动物农业生产的计算机与电子技术研究，内容覆盖农业土壤、水资源管理、病虫害控制等多个方面。期刊特别注重研究的创新性和前沿性，旨在促进农业科技的发展。2022年，该期刊被评定为中国科学院1区Top期刊，其影响因子为7.7。

原文链接