换一批摘要随着智慧农业的推进,基于视觉感知的害虫智能监测技术已成为农业病虫害监控的关键方向.然而,田间粘虫板诱捕图像中常存在灰尘、污渍及其他昆虫等复杂背景干扰,且番茄潜叶蛾个体微小、分布密集,传统检测方法难以实现精确识别.该研究提出一种基于改进 RT-DETR(real-time detection transformer)的番茄潜叶蛾检测算法.首先在主干网络中引入 CSP-VSSD 模块以增强全局特征提取能力并降低计算复杂度;其次在特征融合阶段引入全局—局部自注意力 GLSA 模块,以强化虫体特征表达;最后引入动态范围直方图自注意力 DHSA 模块,以抑制粘虫板污渍与鳞片反光等伪特征干扰.结果改进模型在 mAP@0.5∶0.95 达到59.42%,较原始 RT-DETR 提升 2.59%,参数量降低 13%,推理速度提高 25%.该方法能够有效提升复杂背景下番茄潜叶蛾检测的准确性与稳定性.
更多相关知识
关键词
RT-DETR小目标检测番茄潜叶蛾特征融合注意力机制RT-DETRSmall object detectionTuta absolutaFeature fusionAttention mecha-nism
分类号
TP391.41
栏目名称
DOI
10.3969/j.issn.1673-1492.2026.05.003
发布时间
2026-06-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
