1. 农业目标检测任务定义与场景分析

农业目标检测是计算机视觉在农业生产中的基础性任务，其目标是在图像或视频中定位并识别与农业生产管理相关的目标对象，输出每个目标的类别与边界框。与通用目标检测相比，农业目标检测面对的是高度非结构化的自然环境、强烈的类内差异和复杂的遮挡关系，因此任务定义、数据采集与评估标准都需要围绕农业场景的特殊性来设计。

一、核心任务类型

从农业生产链条看，农业目标检测的核心任务可以归纳为四类，每类任务在检测对象、形态特征和评估重点上都有明显差异。

• 作物检测：识别作物植株、叶片、茎秆或生长点，常用于长势监测、出苗率统计和表型分析。作物在苗期目标极小、密集重叠，对模型的定位精度和小目标召回要求高。
• 果实检测：定位可采摘或需疏除的果实，是产量预估和采摘机器人的核心感知任务。果实存在严重遮挡、颜色随成熟度变化、光照不均等问题，类别通常还需区分成熟、未成熟、病虫害果。
• 害虫检测：识别害虫种类与数量，服务于虫情测报和精准施药。害虫目标极小、形态相似、常聚集分布，往往需要配合诱捕装置或黄板等固定拍摄条件。
• 杂草检测：区分作物与杂草，为精准除草和变量喷施提供依据。杂草与作物在苗期形态高度相似，属于典型的细粒度、强背景干扰任务。

这四类任务共同构成了农业视觉感知的主体。实际项目中，一个模型往往只承担其中一类或少数几类目标，任务边界必须在标注规范中明确，例如“果实”是否包含被叶片遮挡超过一半的个体，直接决定标注一致性和评估结果的可比性。

二、典型应用场景及其特殊要求

农业目标检测的部署场景主要分为果园、温室和大田三类，三者在成像条件、目标分布和工程约束上差异显著，对模型训练与评估提出了不同要求。

果园场景以果树冠层为拍摄对象，光照随树冠遮挡呈斑驳分布，果实被枝叶遮挡比例高，拍摄平台多为手持设备或采摘机器人。该场景要求模型具备较强的遮挡鲁棒性和多尺度检测能力，评估时应重点关注遮挡目标与远距离小目标的召回率。同时，果园背景（天空、土壤、支架）变化大，训练集需覆盖不同朝向和不同光照时段。

温室场景环境相对可控，光照以人工补光为主，背景较为单一，但作物种植密度高、行间遮挡严重，且湿度大导致镜头易起雾。温室场景适合采用固定机位或轨道式巡检平台，图像尺度相对稳定，模型可以适当减小输入分辨率以提升推理速度。评估时需关注密集目标下的漏检与重复检测。

大田场景覆盖面积广，常借助无人机或田间龙门架采集，存在尺度剧烈变化、土壤与作物颜色接近、风致运动模糊等问题。大田场景对模型的泛化能力和推理效率要求最高，评估时除常规指标外，还应按飞行高度或拍摄距离分层统计精度，避免整体指标掩盖远距离小目标的性能缺陷。

三、场景差异如何影响训练与评估设计

场景差异首先体现在数据采集策略上。果园场景建议在晴天上午、中午、傍晚三个时段分别采集，并覆盖树冠外围与内膛两类视角；温室场景应固定补光条件，记录温湿度以避免镜头起雾造成的模糊样本混入；大田场景则需按飞行高度分层采集，例如在 5 m、10 m、20 m 三个高度各采集一定比例图像，使训练集尺度分布与部署时一致。

其次是标注口径。以果实检测为例，可规定“可见面积超过果实投影面积 30% 即标注，遮挡超过 70% 记为困难样本但不参与主指标计算”。这一规则必须在任务定义阶段写清楚，否则不同标注员对同一串果实会给出差异很大的框，导致评估指标失真。类似地，害虫检测需规定最小标注框尺寸，避免极小目标在缩放后失去可辨识性。

再次是评估指标的分层。整体 mAP 容易掩盖小目标或遮挡目标的性能短板，实践中建议按目标像素面积分为小（<32²）、中、大三档分别统计 AP，并按遮挡程度统计召回率。对于大田无人机场景，还应按拍摄高度分层报告，观察模型在远距离下的精度衰减。若部署目标是采摘机器人，则需额外关注高置信度下的误检率，因为误检会直接导致机械臂误动作。

综上，农业目标检测不是把通用检测模型直接搬到田间，而是要先完成“任务—场景—要求”的对应分析：明确检测对象与类别边界，识别场景带来的成像挑战，再据此设计采集方案、标注口径和分层评估指标。这一分析质量直接决定了后续数据构建与模型训练的有效性。