BMC Plant Biology 2026-10-03 Zhu Hongyan et al. Guangxi Normal Univ & Zhejiang Univ·10月3日 · 周六论文农业人工智能与决策模型阅读 3
Lightweight AI Gives Harvesting Robots a Sharper Eye for Green Jujubes
论文解读
79精选
速览
研发协作感知框架，让青枣采摘机器人精准识别与定位果实。
方法
基于YOLOv11n-POSE的RDA-YOLO轻量网络结合SAM2分割，优化关
发现
框架能有效评估遮挡并确定收获优先级，提升采摘机器人感知精度。
机会点
可探索轻量模型在复杂果园环境下的泛化能力及多机器人协同采摘决策。
影响力18
信息增量21
专业深度18
信源权威14
时效性8
轻量化姿态估计与分割协作框架提升青枣采摘机器人遮挡识别与优先级判断，方法新颖、来源核心期刊，具细分领域参考价值。
原文摘要
广西师范大学朱红燕团队与浙江大学何勇合作，研发协作感知框架用于青枣采摘机器人。框架包含两个组件：RDA-YOLO是基于YOLOv11n-POSE构建的轻量级神经网络，引入DSConv降低计算开销，设计C3k2_RepViT改善多尺度特征融合，自定义ARC-PoseHead采用对数尺度极坐标回归和亚像素细化提升关键点定位精度；SAM2用于检测框内的细粒度轮廓分割，评估遮挡状态并确定收获优先级。