欧亚国际

松树枯萎病（PWD）是一种由松木线虫引起的疾病，属于破坏性极大的森林病害，对中国的针叶林构成严重威胁。为了更好的检测和控制松树枯萎病的蔓延，迫切需要一种实时、高效的方法来检测受感染的树木。然而，现有的目标检测模型在兼顾轻量级设计和准确性方面往往面临挑战，尤其是在复杂的混交林中。

2023年12月，Plant Phenomics 在线发表了南京林业大学题为 Exploring the Close-Range Detection of UAV-Based Images on Pine Wilt Disease by an Improved Deep Learning Method 的研究论文。

该文研究人员针对 YOLOv5s（You Only Look Once version 5s）算法进行了改进，提出了实时高效模型 PWD-YOLO。首先，构建了一个由多个相连的 RepVGG 块组成的轻量骨架，这种设计避免了不同网络之间的流动所造成的额外计算负担，并通过其独特的残差设计进一步弥补了多分支结构的缺点，大大提高了模型的推理速度。针对计算量小导致信道信息丢失的缺点，该模型的特征融合网络提出了拥有更丰富梯度流信息的 C2fCA 模块，并引入了 GSConv 网络，取代了原算法的 C3 模块和常规卷积，在速度和精度之间取得了平衡。最后采用双向特征金字塔网络（BiFPN）策略，加强网络中多个尺度的 PWD 感染树之间的信息传播和共享。

图 2 LabelImg 标注的不同环境下的数据示例。(A) 红色阔叶树和裸露土地。(B) 红色阔叶树。(C) 目标遮挡。(D) 红色阔叶树和目标遮挡。(E) 枯树和不完整目标。(F) 枯树和目标遮挡。(G) 多尺度和枯树。(H) 小目标。

图3  YOLOv5 的网络架构

图8 PWD-YOLO的网络构架

图 9 不同模型在不同复杂环境中检测 PWD 的结果。(A) 红色阔叶树。(B) 红色阔叶树。(C) 红色阔叶树。(D) 裸地。(E) 密集目标。

本研究根据实际需求，通过改进 YOLOv5，提出了一种实时高效的检测方法，验证了仅利用无人机获取的 RGB 图像检测复杂混交林中感染松树枯萎病的变色树木的有效性和可行性。所提出的 PWD-YOLO 的F1分数和mAP@0.5分别达到83%和87.7%，比原来的YOLOv5s（82%和86.2%）分别高出1%和1.5%，表现出很强的鲁棒性。与其他主流物体检测模型相比，PWD-YOLO 在模型轻量化方面具有显著优势，模型大小、计算复杂度和参数大小分别仅为 2.7 MB、3.5 GFLOPs 和 1.09 MB。在检测速度方面，每秒帧数达到了 98.0，更适合部署在消费级无人机等嵌入式设备上。在测试集上进行评估时，所提出的模型的精确度、召回率和 F1 分数分别达到了 93.9%、92.5% 和 95.3%。这表明即使在不同的森林环境中，该模型也具有出色的泛化能力。

图 10. 不同干扰条件下 YOLOv5s 和 PWD-YOLO 热图的可视化结果。(A) 红色阔叶树和枯树。(B) 密集目标。(C) 红色阔叶树。(D) 红色阔叶树和裸露土地。(E) 目标不完整。(F) 枯死树木和裸露土地。

总的来说PWD-YOLO 能够作为一种有效的工具在各种环境下实时、准确地检测感染松树枯萎病的树木，为控制松树枯萎病的传播提供强有力的技术支持，满足森林管理的实际需求。该方法还为消费级无人机结合深度学习算法在森林资源监测、精准林业、智慧林业等相关领域的应用提供了宝贵的启示，展示了广阔的实际应用前景。

本研究中使用和分析的部分数据、代码和优化模型已上传至网站：http://github.com/YeXinQuan/PWD-YOLO。

此外，本研究中的所有自制数据集（共 6,308 张）可通过联系相应作者获得。

论文链接：

http://spj.science.org/doi/10.34133/plantphenomics.0129

——推荐阅读——

CountShoots: Automatic detection and counting of slash pine new shoots using UAV imagery

http://spj.science.org/doi/10.34133/plantphenomics.0065

Plant Phenomics | "CountShoots"：一种使用无人机图像的湿地松新抽梢自动检测和计数软件

ExtSpecR: a R package and tool for extracting trees spectra from UAV-based remote sensing 

http://spj.science.org/doi/10.34133/plantphenomics.0103

Plant Phenomics | ExtSpecR：无人机与R语言联手，树木光谱分析更简单