面向精准果园管理的蓝莓检测实时检测器对比基准测试
摘要
蓝莓在自然环境中的检测仍具有挑战性，原因包括环境因素和成像设备导致的可变光照、遮挡和运动模糊。基于深度学习的物体检测器有望解决这些挑战，但它们需要大规模、多样化的数据集来捕捉现实世界的复杂性。此外，在实际场景中部署这些模型通常需要在模型选择中权衡准确性/速度/内存。本研究提出了一种新颖的对比基准分析，针对先进的实时物体检测器，包括YOLO（You Only Look Once）（v8-v12）和RT-DETR（Real-Time Detection Transformers）（v1-v2）系列，共包含36种模型变体，在新整理的蓝莓检测数据集上进行评估。该数据集包含661张冠层图像，于2022-2023季使用智能手机采集，涵盖85,879个标注实例（包括36,256个成熟蓝莓和49,623个未成熟蓝莓），覆盖广泛的光照条件、遮挡和果实成熟阶段。在YOLO模型中，YOLOv12m取得了最佳准确性，mAP@50为93.3%，而RT-DETRv2-X获得了所有RT-DETR变体中最高的mAP@50，为93.6%。推理时间因模型规模和复杂度而异，中等规模模型在准确性和速度之间提供了良好的平衡。为进一步提升检测性能，所有模型均使用基于无偏教师（Unbiased Mean Teacher）的半监督学习（SSL）在2024年通过地面机器视觉平台获取的1,035张无标签图像子集上进行了微调。这带来了-1.4%至2.9%的准确性提升，RT-DETR-v2-X取得了最佳mAP@50为94.8%。需要更深入地研究SSL以更好地利用跨域无标签数据。本研究的数据集和软件程序均公开发布，以支持进一步研究。
引用
@article{arxiv.2509.20580,
title = {A Comparative Benchmark of Real-time Detectors for Blueberry Detection towards Precision Orchard Management},
author = {Xinyang Mu and Yuzhen Lu and Boyang Deng},
journal= {arXiv preprint arXiv:2509.20580},
year = {2025}
}
备注
19 pages, 6 figures, 4 tables. Abstract abridged due to arXiv's 1920 character limit