华中农业大学学报

作者：徐红梅，李亚林，李中鑫，蒙焌仕，阳康鑫，李旭荣

单位：华中农业大学工学院/农业农村部长江中下游农业装备重点实验室，武汉 430070

关键词：拖拉机;驾驶员;面部检测;小目标检测;YOLOv7

基金：国家自然科学基金项目（52175232）

为提高复杂场景下拖拉机驾驶员面部小目标检测精度，基于YOLOv7算法提出了一种精度高、泛化性强的驾驶员面部小目标检测方法。首先，构建改进空间金字塔池化模块，有效聚合低频全局信息与高频局部信息；其次，采用跨级部分网络模块，提高算法的计算效益；最后，调整检测层结构，构建全新检测头SC_C_detect，提高小目标特征提取能力。消融实验及对比试验结果显示，改进后的算法单张图片检测时间为7.8 ms，mAP@0.5为97.29%，mAP0.5：0.95为69.45%，优于Faster-RCNN、YOLOv5l、YOLOv8l等目标检测算法。在拖拉机不同振动水平下开展泛化性试验发现，改进后面部小目标检测模型的背景误差与定位误差均有所降低。结果表明，该算法兼具实时性与准确性，且在不同振动水平下，拥有良好的泛化性能。

来源：2025年第4期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2025年第4期