一种面向设施环境复杂遮挡的低负荷番茄果实检测方法

本发明提出了一种面向设施环境复杂遮挡的低负荷番茄果实检测方法，属于目标检测领域。首先，利用动态卷积聚合多个自适应卷积核，以便更好地提取果实的丰富特征。此外，在颈部网络的终末阶段设计D‑KLA注意机制，通过自适应调节感受野，聚焦于番茄的不规则形变和遮挡问题。接着，构建一个基于比例因子的WIoU边界回归损失函数，提高检测边界的精度和收敛性。最后，采用基于语义频率提示的知识蒸馏方法对检测模型进行优化，实现模型轻量化。通过训练好的番茄目标检测模型对验证集进行检测，并评估其性能。与其他方法相比，本发明在复杂遮挡环境下实现了番茄果实检测的最佳性能，有效缓解了设施环境中管道遮挡、叶片遮挡以及果实间相互遮挡的问题，显著提高了检测精度，并大幅降低了模型的参数量和计算复杂度。