一、引言
为解决自然果园环境下蟠桃生长期识别精度不足的问题，本文基于轻量级YOLOv11n模型，提出了一种自然果园环境下的蟠桃生长期检测模型OGD-Net，主要创新如下：
1）提出一种果园多阶段特征自适应融合机制的颈部网络OAFF-Pyramid，旨在增强模型对颜色、纹理以及特征变化的感知能力。
2）轻量化改进CG BLOCK下采样，增强模型在移动端的部署可行性；提出果园门控频谱特征提取模块OGS-Block，融合频域与空域双重特性，降低膨大期转色期果实的误检率。
3）引入SEAM注意力机制，进一步提升模型在遮挡场景下的检测准确率和鲁棒性。OGD-Net模型部署于MMX5Plus机器人，在室内蟠桃果园仿真平台进行识别与抓取试验，实现蟠桃的实时检测与抓取的功能设计。
二、研究背景
当前针对蟠桃目标检测模型多聚焦于单一的成熟期或青色幼果识别，对蟠桃坐果后的生长期缺乏关键特征演化的有效建模，导致模型在果实坐果后的整个生长期的检测性能显著下降。自然果园环境下的的蟠桃由于大小、颜色、绒毛以及纹理特征等随着生长而逐渐发生改变，而且存在蟠桃枝叶的严重遮挡，蟠桃幼果簇密重叠遮挡等问题。为了应对这些问题，本文提出一种面向自然果园环境下的蟠桃生长期检测模型------OGD-Net
三、数据集
（一）图像采集
该研究采集的图像数据来自中国新疆石河子市的一处蟠桃园。蟠桃数据集的采集时间为2025年5月13日到2025年7月25日。图像采集设备为：iPhone 14 Pro Max；通过在0.2-1.5m的距离进行移动端拍摄，获取3024×4032像素的JPG蟠桃数据集。蟠桃数据集如图1所示：
a. 复杂蟠桃样本图像
b. 部分数据增强样本
图1 自然果园环境下的蟠桃样本
（二）生长期划分依据
图2展示了该品种蟠桃的生长期形态变化特点：坐果后果实呈近圆形，表面密被绒毛，果皮为青绿色，表面纹理较为明显；随着果实膨大与转色，蟠桃两侧扁平、中间凹陷的扁平特征显著发育，底部逐渐显出"贵妃红"品种标志性的红晕，表面纹理逐渐褪去；随着进入成熟期，扁平形态完全展现，蟠桃果实缝合线清晰。红色部分加深、扩大，呈现鲜艳、均匀、亮丽的深红色。
图2 不同生长期蟠桃特征变化
四、模型改进
YOLOv11具有高推理速度、较低的参数量、以及硬件兼容性能较强等特点，有助于模型在移动端部署。其包含n、s、m、l、x等系列，其中YOLOv11n是最轻量模型。为实现模型的高效部署并满足机器人抓取的实时性要求，本研究基于轻量级的YOLOv11n基准模型进行改进。针对自然果园环境下蟠桃生长期检测的特殊需求，提出了果园蟠桃生长期检测网络OGD-Net，其整体结构如图3所示。
输入的蟠桃图像经过AOD-Module模块实现光照鲁棒的下采样，该模块使用深度可分离卷积（depthwise separable convolution，DSC）替换原有的卷积下采样，大幅减少参数，提升了模型的轻量化特性。随后通过OGS-Block模块进行更加深入的特征提取，融合频域与空域双重特性，降低膨大转色期果实的误检率。通过设计果园自适应特征融合金字塔OAFF-Pyramid，实现多尺度特征加权融合。该结构通过自适应权重分配机制，动态调节P3至P5层次特征图的贡献程度，从而增强模型在不同生长阶段蟠桃的特征表达中的判别能力与鲁棒性。主干网络处理后的特征进入neck部分，先通过OAS-Sampler模块进行上采样，在特征融合操作前重建被枝叶遮挡的果实轮廓。然后通过cat操作拼接不同尺度的特征图融合多层次信息。通过OAF-Block特征提取模块，增强对成熟果的全局感知以及聚焦于表面纹理进行特征提取。处理后的特征进入SEAM Head部分，P3层处理幼果青硬期小目标的特征提取，P4层处理膨大转色期果实的形态、纹理、颜色的特征融合，P5层处理成熟期遮挡部分的特征提取与融入，实现蟠桃坐果后全生长周期的精准分类与定位。
注：OAFF-Pyramid中的卷积、融合、节点处理的输入和输出通道数都被主动设定并保持为256，Conv表示二维卷积层、批量归一化和激活函数组成的卷积模块，AOD-module为CG BLOCK进行轻量化改进，实现下采样操作，OGS-Block表示改进后的特征提取模块，替换原有的C3K2，SPPF表示空间金字塔池化操作，C2PSA表示结合通道和位置空间的一种注意力机制，OAF-Block表示颈部网络中的特征提取模块，OAS-Sampler表示由混合移位模块组合的上采样模块，BiFPN包含双向特征融合和加权融合机制，SEAM Head表示在检测头引入分离与增强注意力机制。
图3 蟠桃生长期检测模型OGD-Net网络结构
五、结果与分析
5.1 OGD-Net模型在蟠桃的不同生长期的预测结果
为验证改进模型OGD-Net对自然果园环境下蟠桃生长期的检测性能，本研究选取幼果青硬期、膨大转色期及成熟期三个阶段进行测试，并以轻量级基准模型YOLOv11n作为对照。如表1所示，OGD-Net在各个阶段的检测中均展现出显著优势：
改进模型的P 值、R 值、F1分数、mAP0.5、mAP0.75和mAP0.5-0.95较基准模型YOLOv11n分别提升0.75%、3.25%、2.04%、3.28%、5.36%以及6.38%；尤其在召回率和mAP0.5-0.95分别提升3.25%和6.38%。证明OGD-Net模型对蟠桃重叠遮挡场景的适应性以及改善了定位鲁棒性；
表1 OGD-Net对不同生长期蟠桃的预测结果及原始模型对比
|----------|------------------------------------------------------------|-------------|-------------|-------|---------------|----------------|--------------------|
| 模型 Model | 生长期 Growth period | 准确率 P/% | 召回率 R/% | F1/% | 平均精度 mAP0.5/% | 平均精度 mAP0.75/% | 平均精度 mAP0.5-0.95/% |
| OGD-Net | 蟠桃幼果青硬期 Flat peach young fruit in the green and hard stage | 86.25 | 87.52 | 86.88 | 93.01 | 86.99 | 81.76 |
| OGD-Net | 膨大果转色期 Expanding fruit color transition period | 83.48 | 78.37 | 80.85 | 89.63 | 86.22 | 83.75 |
| OGD-Net | 成熟期 maturation stage | 94.78 | 87.91 | 91.21 | 96.77 | 94.15 | 90.94 |
| OGD-Net | 平均值 average value | 88.17 | 84.60 | 86.31 | 93.14 | 89.12 | 85.48 |
| YOLOv11n | 蟠桃幼果青硬期 Flat peach young fruit in the green and hard stage | 86.46 | 81.58 | 83.95 | 89.24 | 80.19 | 74.48 |
| YOLOv11n | 膨大果转色期 Expanding fruit color transition period | 84.09 | 75.96 | 79.82 | 85.12 | 79.92 | 76.83 |
| YOLOv11n | 成熟期 maturation stage | 91.73 | 86.49 | 89.03 | 95.21 | 91.16 | 85.99 |
| YOLOv11n | 平均值 average value | 87.42 | 81.35 | 84.27 | 89.86 | 83.76 | 79.10 |
5.2 颈部网络OAFF-Pyramid有效性验证
为了证明创新模块OAFF-Pyramid在蟠桃生长期检测的有效性，在YOLOv11n的同一位置引入了BIFPN、GFPN、Gold YOLO 和CGRFPN等经典的颈部网络结构，在蟠桃测试集的训练结果如表2所示。
表2 不同颈部网络下的实验结果
|--------------|---------|---------|----------|---------|---------------|
| 模型 Model | P/% | R/% | mAP0.5/% | FLOPs/G | Model Size/MB |
| Base | 87.42 | 81.35 | 89.86 | 6.3 | 5.2 |
| BIFPN | 87.33 | 81.29 | 90.28 | 6.3 | 4.0 |
| GFPN | 84.72 | 81.40 | 89.72 | 8.2 | 7.5 |
| GOLOYOLO | 86.25 | 81.89 | 90.19 | 9.5 | 11.9 |
| CGRFPN | 86.40 | 82.61 | 90.56 | 8.6 | 6.6 |
| OAFF-Pyramid | 84.96 | 83.97 | 90.72 | 6.5 | 4.5 |
OAFF-Pyramid颈部网络的R 值达到83.97,mAP0.5达到90.72%，在6个颈部网络中，R 值、mAP0.5、模型大小均为最优，仅P值低于基准模型。通过模型对比分析，OAFF-Pyramid具有较低的计算开销和最小的模型权重，低于基础模型大小13.46%。
为了进一步验证和对比不同颈部网络在生长期蟠桃检测任务中的实际性能，图4展示了基于不同颈部网络的热力图可视化结果。CGRFPN和Gold YOLO所生成的热力图高亮区域较为分散，主要集中在枝叶背景和阴影区域，而对蟠桃关键特征区域的响应较弱，表明其泛化能力较差。BIFPN和GFPN能够在一定程度上关注到蟠桃的关键特征，但仍存在误检现象，导致模型对背景中的枝叶区域产生不必要的响应，从而影响了检测性能。相比之下，采用OAFF-Pyramid颈部网络的热力图高亮区域高度集中于蟠桃的关键特征部位，未出现误检或背景误响应现象。通过热力图的直观对比表明，OAFF-Pyramid结构在果园复杂环境下对生长期蟠桃具有更有效的检测能力和更强的泛化性能。
注：红色方框表示检测到的膨大转色期蟠桃果实、黄色方框表示检测到的幼果青硬期的蟠桃果实、蓝色方框表示检测到的成熟期蟠桃果实。
图4 基于不同颈部网络下的可视化热力图对比
5.3 消融实验
为验证本文所提改进方法的有效性，以YOLOv11n为基准模型，在自然果园环境下的蟠桃数据集上开展消融实验，逐步引入各改进模块。试验结果如表3所示，各项评价指标均有提升。最终提出的OGD-Net模型在mAP0.5和mAP0.5-0.95上分别达到93.14%和85.48%，相较于基准模型分别提升了3.28%和6.38%。同时，模型浮点计算量减少0.3 G，模型大小降低0.5 MB，推理速度达到340.95 帧/秒，模型大小为4.7 MB。
表3 消融试验结果对比
|---------|------------|-----------|--------------|-----------|-------------|-------------|---------------|--------------------|---------------|-------------------|-------------|
| 模型 Mode | AOD-Moudle | OGS-Block | OAFF-Pyramid | SEAM-head | 指标 Metrics |||||||
| | | | | | 准确率 P/% | 召回率 R/% | 平均精度 mAP0.5/% | 平均精度 mAP0.5-0.95/% | 浮点计算量 FLOPs/G | 模型大小 Mode Size/MB | FPS/（帧·s-1） |
| Base | × | × | × | × | 87.42 | 81.35 | 89.86 | 79.10 | 6.3 | 5.2 | 381.55 |
| A | √ | × | × | × | 86.84 | 82.04 | 91.03 | 81.16 | 6.6 | 5.3 | 260.93 |
| B | × | √ | × | × | 86.12 | 83.33 | 90.96 | 80.23 | 6.0 | 6.5 | 336.46 |
| C | × | × | √ | × | 84.96 | 83.97 | 90.72 | 80.77 | 6.5 | 4.5 | 282.27 |
| D | × | × | × | √ | 85.75 | 81.90 | 90.11 | 80.69 | 5.8 | 5.1 | 347.17 |
| A+B | √ | √ | × | × | 86.23 | 83.34 | 91.06 | 81.20 | 6.2 | 6.6 | 290.28 |
| A+B+C | √ | √ | √ | × | 87.78 | 83.75 | 92.44 | 84.70 | 6.5 | 4.8 | 311.12 |
| A+B+C+D | √ | √ | √ | √ | 88.17 | 84.60 | 93.14 | 85.48 | 6.0 | 4.7 | 340.95 |
| 注:× 表示不使用该模块,√ 表示使用该模块。 Note:× means not using this module, and √ means using this module. ||||||||||||
5.4 不同目标检测模型性能对比
为了进一步验证OGD-Net检测模型的性能，将其与 YOLOv5n、YOLOv8n、YOLOv9t、YOLOv10n、YOLOv11n和YOLOv12n进行对比，均在果园环境下的蟠桃生长期的数据集进行训练和测试，如表4所示。
改进后的OGD-Net模型浮点计算量为6.0 G，模型大小为4.7 MB，在蟠桃不同生长期的测试集上的精确度、召回率、F1平衡分数、mAP0.5、mAP0.5-0.95分别达到88.17%、84.60%、86.31%、93.14%、85.48%，相比较于YOLOv11n分别提高了0.75%、3.25%、2.04%、3.28%、6.38%；改进后的OGD-Net模型浮点计算量为6.0 G，模型大小为4.7 MB，较YOLOv11n计算量和模型大小分别降低4.76%、9.62%。OGD-Net针对果园环境下蟠桃检测效果均优于其它的模型，基于上述试验结果，证明OGD-Net模型更加适合机器人移动端部署以及果园环境下的不同生长期蟠桃的检测。
表4 不同目标检测模型性能对比
|-------------|---------|---------|-------|---------------|--------------------|---------------|--------------------|-------------|
| 模型 Model | 指标 Metrics ||||||||
| | 准确率 P/% | 召回率 R/% | F1/% | 平均精度 mAP0.5/% | 平均精度 mAP0.5-0.95/% | 浮点计算量 FLOPs/G | 模型大小 Model Size/MB | FPS/（帧·s-1） |
| YOLOv5n | 84.72 | 81.42 | 83.04 | 89.51 | 78.65 | 7.1 | 5.0 | 435.19 |
| YOLOv7-tiny | 86.09 | 83.06 | 84.52 | 89.74 | 79.36 | 7.5 | 5.5 | 390.65 |
| YOLOv8n | 87.08 | 80.96 | 83.90 | 89.65 | 79.21 | 8.1 | 6.0 | 404.62 |
| YOLOv9t | 85.75 | 81.22 | 83.41 | 89.32 | 78.45 | 7.6 | 4.4 | 374.53 |
| YOLOv10n | 84.64 | 83.14 | 83.88 | 89.84 | 79.22 | 8.2 | 5.5 | 398.66 |
| YOLOv11n | 87.42 | 81.35 | 84.27 | 89.86 | 79.10 | 6.3 | 5.2 | 381.55 |
| YOLOv12n | 86.30 | 81.57 | 83.87 | 89.87 | 78.49 | 6.3 | 5.3 | 361.47 |
| OGD-Net | 88.17 | 84.60 | 86.31 | 93.14 | 85.48 | 6.0 | 4.7 | 340.95 |
5.5 模型可视化性能对比
为评估OGD-Net检测模型在自然果园环境中的鲁棒性，本研究选取包含多目标+重叠+近景、小目标+遮挡+远景、不同生长期+遮挡+远景及不同生长期+遮挡+近景四类果园复杂环境下的测试图像，如图5所示。可视化显示了YOLOv5n、YOLOv7-tiny、YOLOv8n、YOLOv9t、YOLOv10n、YOLOv11n、YOLOv12n及本文改进模型OGD-Net在果园环境下的蟠桃生长期检测中的性能对比，其中OGD-Net检测模型在四类果园复杂环境下检测性能好，针对小目标以及受遮挡部分蟠桃，准确识别膨大转色期间蟠桃，无漏检和误检，检测框标签以及定位精确，证明了该模型在蟠桃生长期检测的较好的鲁棒性。通过识别效果对比分析，YOLOv5n对于小目标以及受遮挡的青硬果存在漏检，对于受遮挡的膨大期转色果定位精度不足；YOLOv7-tiny和YOLOv8n存在枝叶和膨大期转色果的误检现象；YOLOv9t和YOLOv10n存在枝叶误检和成熟期蟠桃误检的现象，针对受遮挡的果园环境蟠桃存在一定的漏检；YOLOv11n、YOLOv12n的检测性能明显优于以上的YOLO模型，但是仍存在一定的被遮挡蟠桃的漏检和膨大转色期与成熟期之间的误检；以上的检测模型应用于机械化的采收，会导致一定的抓取错误和抓空现象。
本文提出OAFF-Pyramid颈部网络架构通过多尺度自适应感知OAF-Block解决小目标漏检，空间-通道注意力OAS-Sampler抑制相似色误判，在果园光照突变与遮挡复杂条件下保持稳定检测性能。
|-------------------|-----------|-----------|-------------|-------------|---|
| 原图 Original image | 
|||||
| YOLOv5n | |||||
| YOLOv7-tiny | |||||
| YOLOv8n | |||||
| YOLOv9t | |||||
| YOLOv10n | |||||
| YOLOv11n | |||||
| YOLOv12n | |||||
| OGD-Net | |||||
| | 多目标+重叠+近景 | 小目标+遮挡+远景 | 不同生长期+遮挡+远景 | 不同生长期+遮挡+近景 | |
| 注：图中黄色圆形为漏检，橙色圆形表示错检，蓝色、粉丝、红色矩形框分别表示识别到的幼果青硬期、膨大与转色期、成熟期蟠桃。 ||||||
| 图5 不同复杂果园场景下的识别效果 ||||||
六、极端光照条件下的检测结果可视化
为了全面评估OGD-Net检测模型在自然果园环境中的鲁棒性，本文选择了在多种极端光照条件下的测试图像，包括强光直射、背光弱光以及阴影交替的场景。图6展示了OGD-Net模型在这些极端光照条件下的检测效果。
在图（a）中，面对强光直射干扰，OGD-Net成功克服了光照影响，准确识别了蟠桃的生长期状态，并进行了相应的边框标注，且置信度较高。在图（b）中，即使在背光环境下的弱光条件下，OGD-Net依然能够有效提取特征，完成生长期的精确分类与定位。通过可视化结果显示，该模型在极端光照条件下展现了良好的鲁棒性，能够为农业工作者在不同天气条件下的作物监测提供有力支持。以上研究结果不仅增强了模型的可信度，也为实际应用提供了重要的参考依据。
图6 极端光照条件下检测效果可视化
七、结论
针对传统目标检测方法只能检测特定生长阶段的蟠桃，本文基于轻量级YOLOv11n，提出了一种用于自然果园环境下蟠桃生长期检测的模型OGD-Net。构建了专用的蟠桃种植园中的不同生长期的蟠桃数据集，主要结论如下：
（1）提出创新的颈部网络OAFF-Pyramid，实现多尺度特征加权融合，通过与BIFPN、GFPN等6个经典的颈部网络进行比较。测试集的结果显示：R值、mAP0.5均为最优，分别达到84.96%和90.72%，具有较低的计算开销和最小的模型大小，低于基准模型大小13.46%；该颈部网络的热力图高亮区域高度集中于蟠桃的关键特征部位，在遮挡的条件下也能实现准确的检测。
（2）OGD-Net模检测型对蟠桃幼果青硬期、膨大与转色期、成熟期的平均检测精度mAP0.5分别为93.01%、89.63%、96.77%，较基准模型YOLOv11n，分别增长3.77%、4.51%、1.56%。通过对比在不同复杂场景下的果园可视化识别效果，OGD-Net均表现出优于其他对比模型的检测效果，证明了该模型在蟠桃生长期检测中较好的鲁棒性。
本研究提出的OGD-Net检测模型在自然果园环境下蟠桃的不同生长期数据集中取得较好的检测效果，尤其针对膨大与转色期蟠桃果实以及果园遮挡条件下的检测性能进一步提升。该研究为后续果园蟠桃的生长期检测提供视觉模型基础以及采摘作业提供思路。