福建农林大学2023级博士生以第一作者身份在一区Top期刊（IF=8.9）上发表研究论文

本研究针对复杂农业环境中果实形态多变、采摘点区域微小、遮挡及背景干扰强等挑战，提出基于多维注意力与动态上采样的MDAD-YOLO检测模型。研究目的是通过耦合区域感受野注意力与通道-空间联合注意力提升跨尺度感知能力，并采用坐标注意力和动态像素重组技术提高细粒度结构的空间定位精度。实验结果表明，该模型在辣椒和茄子数据集中克服了多种果实姿态和光照影响，实现了果实和采摘点的精准定位，为果蔬自动化采摘提供了有效的视觉感知解决方案，有望缓解农业生产中劳动力短缺问题。