WMC-RTDETR：一种轻量级茶病害检测模型

原文：

茶叶病虫害检测，RT-DETR，小波变换，多尺度多头自关注，上下文特征重建，嵌入式部署

Times Cited in Web of Science Core Collection:  0
Total Times Cited:  0
Cited Reference Count:  38

该模型通过引入小波变换卷积显著增强了捕捉多尺度特征的能力，提高了复杂背景下的特征提取精度，在减少模型参数数量的同时增加了检测效率。结合多尺度多头自注意，实现了跨尺度的全局特征融合，有效克服了传统注意机制在小目标检测中的不足。此外，设计了上下文引导的空间特征重建特征金字塔网络，通过上下文信息细化目标特征重建，从而提高复杂场景下目标检测的鲁棒性和准确性。

“1 Introduction” (Zhang 等, 2025, p. 1)

“Tomato leaf disease detection based on attention mechanism and multi-scale feature fusion” (Zhang 等, 2025, p. 17)doi：10.3389/fpls.2024.1382802 可以看一下这篇

1. 复杂环境下的高精度与高稳定性

文中指出，RT-DETR的混合编码器能够更有效地处理多尺度特征，这使其在复杂环境中（如光照变化、树叶遮挡和复杂背景）表现出优于传统 YOLO 等单阶段检测器的检测精度和稳定性。对于茶叶病害识别而言，病斑可能隐藏在层层叠叠的茶叶间，或因光影变化而难以辨认，RT-DETR强大的特征处理能力恰好能解决这些难题。

---

2. 简化流程，摆脱NMS的束缚

与依赖**非极大值抑制（NMS）**来处理重叠检测框的 YOLO 不同，RT-DETR是一个端到端的模型，完全消除了NMS这一后处理步骤。NMS不仅会增加推理时间，还需要手动调整超参数以平衡速度和精度，这在实际应用中非常麻烦。RT-DETR的无NMS设计简化了整个检测流程，提高了效率。

---

3. 增强的多目标和小目标检测能力

RT-DETR在多目标检测和处理目标间复杂关系的任务中表现出色。对于茶园环境来说，一片叶子上可能同时存在多种病害或虫害，或者病斑非常微小、难以察觉。文中所提及的轻量化无人机空中红外小目标检测算法成功应用RT-DETR，表明其能够有效捕捉小目标特征，这对于早期、微小病害的诊断具有重大意义。

主要贡献：

1. 主干网络增强：引入小波变换卷积（WTConv）

为了提升模型性能并减少参数，研究者构建了增强型WTConv_Block模块。该模块将小波变换卷积与传统的残差块相结合。这样做的好处是：

• 减少参数量：小波变换能够高效地处理图像信息，从而降低了模型对大量参数的依赖。

• 捕捉多尺度特征：小波变换本身就擅长分解和分析不同尺度的信号，这使得模型能更好地识别不同大小的病斑特征，增强了模型的鲁棒性。

2. 特征融合改进：引入多尺度多头自注意力（M2SA）

为了解决传统注意力机制在小目标检测和多尺度场景下的不足，论文将多尺度多头自注意力（M2SA）模块引入到AIFI模块（基于注意力的尺度内特征交互模块）中，形成新的M2SA-AIFI模块。