近日，农机所联合广西壮族自治区计量检测研究院、国家蔗糖产业计量测试中心（筹）在甘蔗杂质分割检测方面取得新进展。该研究结合了注意力机制、剪枝与量化技术，提高了检测模型在语义提取与特征建模方面的表达能力，并将其搭载于团队前期研发的三级渐进式几何约束与差速牵引协同的分级装置中。这一研究成果可为机收甘蔗含杂率的智能化检测及边缘部署提供可靠技术支撑。

研究聚焦于甘蔗机收后送往糖厂的含杂率检测环节，针对蔗叶、蔗梢、蔗根三类关键生物性杂质，提出改进的YOLOv11n-seg甘蔗杂质分割方法，并引入C2_Ghost模块降低模型计算冗余与特征冗余，然后设计基于频域关系的C2_FSAS强化长程语义表达能力，并在深层语义特征引入ECA增强显著特征通道权重。最后使用DySample动态上采样结构用于恢复精细边缘特征。结果显示，Improved YOLOv11n-seg的mAP_0.5、mAP_0.5:0.95分别取得了99.2%、82.9%，参数量降低10.2%，并基于TensorRT模型在Jetson Xavier NX测试下保持了34.8FPS的实时推理速度。

图像采集装置

相关研究成果以“Improved YOLOv11n-seg for impurity detection in mechanically harvested sugarcane”为题发表于《Frontiers in Plant Science》。中国热科院农机所助理研究员何冯光和周思理为共同第一作者，中国热科院农机所研究实习员陈品岚和广西壮族自治区计量检测研究院冯少波副研究员为论文通讯作者。该研究得到了海南省自然科学基金项目、广西壮族自治区市场监管局科技项目等支持。

论文链接：

https://www.frontiersin.org/journals/plant-science/articles/10.3389/fpls.2026.1745861/full