杨洁副教授团队：基于Flor-YOLO的香石竹鲜切花分级轻量化检测方法（《智慧农业（中英文）》...

来源：市场资讯

（来源：智慧农业期刊）

引用格式：李传孟, 杨洁, 张晓宇. 基于Flor-YOLO的香石竹鲜切花分级轻量化检测方法[J]. 智慧农业(中英文), 2026, 8(4): 85-99.

DOI： 10.12133/j.smartag.SA202512007

Citation:LI Chuanmeng, YANG Jie, ZHANG Xiaoyu. Lightweight Detection Method for Grading Fresh Cut Dianthus caryophyllus L. Based on Flor-YOLO[J]. Smart Agriculture, 2026, 8(4): 85-99.

DOI： 10.12133/j.smartag.SA202512007

基于Flor-YOLO的香石竹鲜切花分级轻量化检测方法

李传孟， 杨洁*， 张晓宇

（西南林业大学机械与交通学院，云南昆明 650051，中国）

摘要：［目的/意义］针对香石竹鲜切花开放度人工分级主观性强、效率低，以及通用目标检测模型难以兼顾花瓣细粒度纹理表征与模型轻量化的问题，提出一种用于香石竹鲜切花开放度分级轻量化检测模型（Flower Openness Recognition You Only Look Once, Flor-YOLO）。［方法］该模型以YOLO11n为基线，对骨干网络、下采样方式及检测头结构进行针对性改进。首先，构建轻量化嵌合特征骨干网络，引入重参数化卷积起始结构与基于部分卷积的C3k2模块，在降低参数量的同时增强对花瓣高频纹理特征的表征能力，并集成融合了上下文锚点注意力的重参数化聚合网络模块以增强对高层语义长程依赖的捕获能力；其次，针对传统空间下采样导致的纹理混叠与细节丢失问题，引入小波池化下采样模块，利用二维离散小波变换在频域显式保留花瓣边缘褶皱等高频判别特征，有效抑制下采样引起的纹理混叠与细节丢失；最后，设计共享细节轻量检测头，通过跨尺度权重共享与细节增强卷积，在降低参数量的同时，解决分类置信度与定位质量不对齐问题。［结果和讨论］Flor-YOLO在自建香石竹数据集上的mAP@50达到96.10%，较基准模型提升3.25个百分点；模型参数量与计算量分别为1.26 M和1.1 GFLOPs，同比降低51.2%和82.5%；在RTX4060上的推理速度达到616.09 帧/s。［结论］该算法在实现轻量化的同时显著提升了分级精度，具备在低算力移动终端部署的理论可行性，可为香石竹鲜切花自动化分级装备的研发提供技术支撑。

关键词： 香石竹分级；目标检测；YOLO11n；轻量化；小波池化；频域分析

图1　Flor-YOLO与YOLO11n结构对比图

Fig. 1 Comparison of network architectures between Flor-YOLO and YOLO11n

注： Conv为常规卷积模块；DWConv为深度卷积；S=2表示下采样；GELU激活函数；⊕为逐元素相加；BatchNorm为批量归一化。

图2　RepStem重参数化输入层模块结构图

Fig. 2 Structure diagram of the RepStem module

注：c为输入特征图的通道数；cp为参与卷积的通道数；*为卷积操作；h、w分别为特征图的高和宽尺寸；Conv为常规卷积模块；PConv为部分卷积。

图3　PConv与Conv模块对比图

Fig. 3 Comparison of PConv and Conv modules

图4　RepNCSPELAN4_CAA模块结构图

Fig. 4 Structure diagram of the RepNCSPELAN4_CAA module

图5　小波池化前向与反向传播算法

Fig. 5 Forward and backward propagation processes of WaveletPool

图6　SDL-Head模块结构图

Fig.6 Structure diagram of the SDL-Head module

图7　香石竹鲜切花分级示意图

Fig. 7 Schematic diagram of fresh cut Dianthus caryophyllus L. grading

图8　Flor-YOLO与YOLO11n在典型场景下的开放度等级检测结果对比

Fig. 8 Comparison of detection results between Flor-YOLO and YOLO11n in representative openness grading scenarios

图9　YOLO11n与Flor-YOLO在香石竹开放度检测任务中的Grad-CAM++类激活热力图可视化对比

Fig. 9 Grad-CAM++ class activation heatmap comparison between YOLO11n and Flor-YOLO for Dianthus caryophyllus L. openness detection

图10　香石竹鲜切花开放度频域特征对比

Fig. 10 Frequency-domain feature comparison of Dianthus caryophyllus L. openness

y

杨洁 副教授

杨洁，博士，西南林业大学机械与交通学院副教授、硕士生导师，云南省高等学校自动化类教学指导委员会委员。长期从事计算机视觉、机器人视觉导航、智能检测与自动化控制等领域的教学与科研工作，主要开展深度学习目标检测、视觉图像处理、智能识别及农林装备智能感知等方面的研究。曾赴德国柏林工业大学开展计算机视觉与遥感方向的学术交流。主持云南省教育厅重点基金、云南省科技相关专项等多项科研项目，参与国家自然科学基金、云南省农业联合专项及云南省科技人才与平台计划等项目。发表SCI、EI、中文核心及CSCD等学术论文50余篇，主编国家林业和草原局普通高等教育“十三五”规划教材1部，获授权专利及登记软件著作权60余项。

来源：《智慧农业（中英文）》2026年第4期