【人工智能与机器人研究】基于改进YOLOv11的野外中草药目标检测

2501_92218442

91人浏览 · 2026-05-18 10:35:19

2501_92218442 · 2026-05-18 10:35:19 发布

导读：

为解决野外复杂场景下中草药检测存在的小目标漏检、背景干扰大、模型计算冗余等问题，提升检测精度与效率，本文以YOLOv11为基础开展针对性改进研究。方法上，将SPPF模块替换为AIFI模块降低计算复杂度并整合全局信息；采用Dysample模块替代传统上采样，增强遮挡模糊目标的细节恢复能力；新增小目标检测层扩大尺度覆盖，同时嵌入CBAM双注意力模块抑制背景干扰、聚焦关键特征。实验表明，改进模型mAP@0.5为81.2%，较基线YOLOv11n提升2.9个百分点，GPU端FPS为266，参数量仅2.80 M，大幅提升了复杂场景下的检测精度与运行效率，为野外中草药资源的智能化识别、调查与保护提供了可靠技术支撑。

作者信息：

李江东, 于海峰, 刘怡涵：华北理工大学电气工程学院，河北唐山；田立茹：华北理工大学中医学院，河北唐山

论文详情

针对野外中草药检测场景，对 YOLOv11 网络结构开展针对性改进。如图 1，将SPPF模块替换为AIFI模块，通过同尺度特征间的注意力机制实现特征交互与全局信息整合，在保留叶片纹理与背景关联等长距离依赖的同时，显著降低计算复杂度与参数规模；在上采样环节，采用Dysample模块替代传统上采样结构，增强密集排列中草药在遮挡与模糊场景下的细节特征恢复能力，提升多尺度特征融合与处理效果。针对种子、小花等密集小目标，新增小目标检测层并配置高分辨率检测头，扩大模型对不同尺度中草药的检测覆盖范围。在检测层嵌入 CBAM 双注意力模块，借助通道注意力和空间注意力聚焦关键特征并抑制枯叶、土壤等复杂背景干扰，进一步提升复杂野外环境下的目标检测精度。

AIFI模块作为基于Transformer的轻量级全局特征提取模块，成为替代SPPF的最优选择AIFI由多头注意力机制与前馈网络(FFN)构成，结构图如图2，其中层归一化与丢弃模块用于促进网络收敛并防止过拟合。

基于 DySample 的动态上采样如图 3 所示。

网络越深，分辨率越低，小目标在特征图中像素占比极低，模型难以捕捉其有效特征。尤其在中草药检测场景中，花蕊、叶脉等细粒度小目标特征易在传递中丢失，导致漏检、定位偏差，严重影响检测精度。

为解决该问题，专门添加小目标检测层，构建四尺度检测层架构，覆盖不同尺寸目标(具体结构如图 4 所示)。

本研究选取黄芩、金银花(忍冬)、板蓝根(菘蓝)三种典型中草药作为研究对象，分别针对其发芽期、生长期、开花成熟期三个阶段，在复杂背景与密集生长场景下开展图像采集。实验采用尼康 D7200 相机进行拍摄，以获取满足深度学习训练所需的高分辨率图像。为提升模型泛化能力与鲁棒性，对原始图像采用翻转、缩放、裁剪、平移等几何操作进行数据增强，最终构建包含 6039 张图像的数据集。

本实验所用硬件环境与软件配置详情如表 1 所示。

由表 2 可知，基线模型 mAP@0.5 为 78.3%，单独引入 AIFI、Dysample、CBAM 任一模块后， mAP@0.5 分别提升至 79.2%、79.4%、79.3%，证明各模块均可有效增强特征提取能力；两两组合后性能进一步提升，其中 Dysample 与 CBAM 组合使 mAP@0.5 达 80.5%；当三者同时引入时，mAP@0.5 最终提升至 81.2%，较基线模型提升 2.9%，同时参数量仅小幅增加，保持了高效的实时推理性能，充分验证了 AIFI 模块、Dysample 模块、新增小目标检测层及 CBAM 双注意力机制的协同改进有效性。各模块在降低计算冗余、强化小目标与遮挡目标细节提取、抑制复杂背景干扰等方面形成互补，显著缓解漏检误检问题，使模型在野外中草药检测场景下的适配性与检测性能得到全面提升，满足野外中草药识别检测的实际应用需求。

为进一步验证所提模型在野外中草药检测任务中的优越性，本文选取 YOLOv5n、YOLOv7-tiny、 YOLOv8n、YOLOv9-t、YOLOv10n 及 YOLOv11n 等主流轻量化目标检测模型开展对比试验，见表3。

本文面向野外中草药目标检测任务，基于 YOLOv11 模型构建改进方案。首先，将 SPPF 替换为AIFI模块，在降低计算冗余的同时强化全局特征关联；其次，采用 Dysample 上采样并新增小目标检测层，提升遮挡与微小目标的细节恢复能力；最后，嵌入 CBAM 双注意力模块，抑制复杂背景干扰。消融实验表明，单独引入各模块即可使mAP@0.5提升至79.2%~79.4%，三者协同后mAP@0.5达81.2%，较基线提升 2.9%，参数量与计算量仅小幅增加。对比试验显示，改进模型 mAP@0.5 为 81.2%，较 YOLOv5n/YOLOv8n/YOLOv9-t 等主流模型提升 3.0%~3.3%，推理速度达 266 FPS，优于所有对比模型。兼顾精度与效率，满足野外巡检实时需求。