计算机工程与应用

作者：胡成峰, 黄琳涵, 郑权, 李婕, 王滨辉, 黄周

单位：湖北工业大学 电气与电子工程学院，武汉 430068；

关键词：番茄病虫害检测,RT-TLTR网络,双分支结构,多尺度特征融合,多尺度特征提取,中小目标检测

基金：国家自然科学基金（42301435）；湖北省重点研发计划项目（2023BBB030）。

针对复杂自然环境下番茄病虫害检测精度低、计算量大的问题，提出基于Transformer的实时检测模型RT-TLTR。模型构建双分支结构的多尺度特征交叉提取主干（MFCEB），其中语义分支通过卷积加法门控模块（CAGB）捕获多层次语义信息并筛选高价值特征，位置分支利用坐标注意力模块（CAHB）显式编码空间坐标增强目标定位感知，双分支特征经特征通道对齐模块（FCAB）实现跨通道动态融合。编码器中引入门控卷积跨尺度特征融合模块（CCFM_GCB），通过轻量化门控机制降低计算复杂度，同时跨层连接强化多分辨率特征语义关联，增强模型表达能力。采用WIoUv3损失函数优化边界框回归。实验表明，RT-TLTR在“Tomato-Village”数据集上检测精度达90.8%，中小目标检测性能可达53.5%、65.8%，较基准模型RT-DETR提升8.5和4.9个百分点，参数量和计算量分别降低39.7%、52.3%，显著提升复杂场景下的检测精度与实时性。

来源：2026年第6期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第6期