SSFYOLO: a trunk detection algorithm for complex forest scenarios
-
摘要:目的
因为在复杂环境下树干目标尺寸差距大且易受遮挡，所以树干检测容易出现漏检、错检等问题。为有效解决这个问题，提出一种基于单阶段目标检测框架的树干检测算法SSFYOLO。
方法首先，设计了空间感知网络模块SAM。SAM模块能够高效处理多尺度和多分辨率的特征信息，在保证计算效能的同时，实现对各类特征的充分整合与精确提取，提高目标检测的准确性和效率。其次，设计多尺度特征增强自适应网FastScaleNet，用于替代YOLO模型中的C2f结构。FastScaleNet通过更为精细的多尺度特征融合与优化，并且利用跳跃连接和特征融合策略，有效保留不同层次的特征信息，增强模型对不同尺度目标的表达能力，提升模型的稳健性和广泛适用性。最后，引入加权IoU（WIoU）机制，实现对小目标损失权重的动态优化。WIoU机制根据目标尺寸的不同，动态调整损失权重，使模型在面对小尺寸目标时，能够灵活调整参数，从而灵活适应不同尺寸目标的检测需求，进一步提高小目标检测的准确性和鲁棒性。
结果对复杂场景下树干数据集进行检测实验，与主流检测算法YOLOv8相比，SSFYOLO算法在缩小参数量的同时，具有更好的检测精度，其参数量减少了20%，平均精度均值（mAP）和召回率分别提升了1.6和0.7个百分点。
结论本研究设计了面向复杂森林场景的树干检测算法SSFYOLO。SSFYOLO算法在复杂环境树干检测中表现出色，具有广阔的应用前景。
Abstract:ObjectiveDue to the large size variation and frequent occlusion of trunks in complex environments, trunk detection is susceptible to issues such as missed detections and false positives. To effectively solve these problems, a trunk detection network named SSFYOLO, based on a single-stage target detection framework, was proposed.
MethodFirstly, a spatial awareness module (SAM) was designed. The SAM module can efficiently process multi-scale and multi-resolution feature information, ensuring computational efficiency while fully integrating and accurately extracting various features, thereby improving the accuracy and efficiency of target detection. Secondly, a multi-scale feature enhancement adaptive network (FastScaleNet) was designed to replace the C2f structure in the YOLO model. By refining multi-scale feature fusion and optimization, and utilizing skip connections and feature fusion strategies, FastScaleNet effectively retained feature information at different levels, enhanced the model’s ability to express targets of different scales, and improved the model’s robustness and versatility. Finally, the WIoU mechanism was introduced to dynamically optimize the loss weights for small targets. Depending on the target size, the WIoU mechanism dynamically adjusted the loss weights, allowing the model to flexibly adjust parameters when facing small targets. This enabled the model to adapt to the detection requirements of targets of different sizes, further improving the accuracy and robustness of small object detection.
ResultDetection experiments were conducted on a trunk dataset in complex scenarios. Compared with the mainstream detection algorithm YOLOv8, the proposed SSFYOLO algorithm achieved better detection accuracy with reduced parameter volume. Specifically, the parameter volume was reduced by 20%, mAP and the recall rate represented improvements of 1.6 and 0.7 percentage points, respectively.
ConclusionThis study has designed a tree trunk detection algorithm named SSFYOLO, which is specifically tailored for complex forest scenarios. The proposed algorithm demonstrates excellent performance in trunk detection in complex environments, and has broad application prospects.
-
扦插繁殖是一种简便高效的林木种质资源保存方法。其操作简便、周期短、繁殖效率高，能够在林木繁殖过程中高度遗传并保持母株的优良特性，因此被广泛用于优质林木遗传资源（如珍稀长寿基因和抗逆基因）的保存[1−2]。目前，林木扦插生根机理的研究侧重于生理、生化等方面，揭示了插穗的营养水平、酶活性、内源激素变化等与生根的关系[3−4]。然而，对于抑制林木扦插生根的物质研究还鲜有报道。
扦插生根抑制物是指在植物扦插繁殖过程中，阻碍或抑制插穗根系形成和生长的化学物质，如激素（脱落酸、乙烯等）、代谢物（酚酸、类黄酮和生长抑制剂等）[5]。林木插穗中的抑制物含量受树种和树龄的影响[6]，如樱桃（Prunus spp.）插穗中的酚类物质（芦丁、香草酸、表儿茶素、咖啡酸和芥子酸）含量较高，导致扦插生根率低[7]。在巨桉（Eucalyptus grandis）插穗中发现了3种与单元酚相近的生根抑制物[8]。在落叶松（Larix kaempferi）扦插过程中，邻苯二酚、对羟基苯甲酸、儿茶酸、阿魏酸和没食子酸含量在难生根的无性系中均高于易生根无性系，且在扦插过程中逐渐减少，表明这些物质在生根过程中具有抑制作用[9]。
树龄的增长会导致抑制物含量的增加，这也是影响林木扦插生根能力的重要因素之一。如苯酚类和类黄酮含量随马尾松（Pinus massoniana）、紫杉（Taxus cuspidata）、核桃楸（Juglans mandshuric）树龄增长而逐渐积累，从而对扦插生根产生抑制作用[10−12]。有研究表明，通过使用酒精、高锰酸钾、硝酸银和抗酚剂等溶液处理，以及机械处理，可以去除插穗中的部分抑制物，从而提高其生根率[13−15]。
古树具有较强的气候和土壤适应能力，是林木用材、困难立地造林和园林美化等方面的优良种质资源[1−2]。侧柏（Platycladus orientalis）是我国重要的长寿命树种之一，在陕西、河南和山西等地分布着寿命长达数百年甚至数千年的侧柏古树[16−17]。然而，侧柏古树扦插繁殖中存在生根时间长、生根率低的问题[4]，这严重限制了古树的繁殖效率和数量，不利于古树优良基因保存和生态功能的发挥。目前，针对侧柏古树扦插过程中类黄酮和酚酸物质含量及其影响的研究仍较少。本文在3月份和6月份选取树龄为5、100、300和700 年生的侧柏母树的插穗进行扦插，研究不同树龄、不同扦插季节以及扦插过程中类黄酮和酚酸物质对侧柏生根的影响，为提高林木扦插生根率和保留古树优良种质资源提供理论依据。
1. 材料与方法
1.1 试验材料
选取中国林业科学研究院和北京植物园内树龄约为5、100、300和700年生（根据古树树龄记载）的侧柏母树，其中以5 年生侧柏作为对照试验材料。在3月份、6月份分别采集各林龄生长健壮、无病虫害的新梢。不同部位插穗试验采取5、100、300和700 年生侧柏古树的东、南、西、北的上和下8个方位的枝条，截成10 ~ 15 cm长的插穗，在离芽1.0 ~ 1.5 cm处的基部斜切。每个处理25个插穗，3次重复。插穗用质量浓度为1 000 mg/L的溶液（mNAA∶mIBA = 1∶1）浸泡处理1 min。使用轻基质网袋容器，基质选用体积比为2∶8的泥炭和珍珠岩的混合物。扦插试验在中国林业科学研究院内的全光照喷雾插床中进行，管理参照杜常健等[18]研究。
根据前期实验观察到的扦插过程中插穗基部的形态变化，本文将5、100、300和700年生侧柏母树的插穗中的3个不定根形成过程进行设定，扦插试验当天设为第0 天（S1）、愈伤组织形成期设为第45天（S2）和不定根形成期设为第90天（S3）。对每个重复随机选取插穗进行样本取材。拔出插穗后，用蒸馏水冲洗干净，滤纸擦干，迅速剥取插穗基部0.5 cm（除去木质部），剪碎混匀后保存。
1.2 试验方法
1.2.1 不同季节的不同树龄侧柏插穗的浸提液对白菜籽发芽的影响
在3月份、6月份分别取5、100、300和700年生侧柏的插穗。在S1阶段时采取除木质部外的组织0.2 g，液氮研磨成粉末，放入6 mL的80%甲醇提取液中，用超声波浸提2 h。将所得浸提液定容至3 mL，然后稀释至浸提液原浓度的0%（CK）、25%、50%、100%，分别导入培养皿，待溶液蒸干后加入2 mL蒸馏水，每个处理重复3次。在每个培养皿中放置50粒白菜种子，置于25 ℃光照培养箱中进行培养和观察，3 d后统计发芽率。
1.2.2 树龄对侧柏扦插生根的影响
在6月份分别开展5、100、300和700年生侧柏母树扦插试验，3个月后统计生根率和生根数，分别取平均值。
1.2.3 内源生根抑制物的测定
采用高效液相色谱法（HPLC）（Agilent 1100，美国Agilent公司）测定内源生根抑制物，包括类黄酮（芦丁和槲皮素）和酚酸物质（水杨酸、香豆酸、苯酚、阿魏酸、没食子酸、邻苯二酚）。
1.2.4 不同种类酚酸、类黄酮物质含量在不同季节的变化
在3月份和6月份，以母树树龄为5、100、300和700年生侧柏在S1阶段时插穗为试验材料，测定类黄酮（芦丁和槲皮素）和酚酸物质（水杨酸、香豆酸、苯酚、阿魏酸、没食子酸、邻苯二酚）的含量。
1.2.5 扦插过程中不同种类酚酸、类黄酮的含量的变化
在6月份进行扦插后，以母树树龄为5、100、300和700年生侧柏在S1、S2和S3阶段时插穗为试验材料，测定类黄酮（芦丁和槲皮素）和酚酸物质（水杨酸、香豆酸、苯酚、阿魏酸、没食子酸、邻苯二酚）的含量。
1.2.6 清除内源生根抑制物对扦插生根的影响
在6月份，选取100年生的侧柏插穗为试验材料，分别用0.1%硝酸银、0.1%醋酸、2%乙醇溶液进行20 h处理，分别用温水、洗洁精溶液处理3 h，用0.05%高锰酸钾溶液处理15 min。每个处理设25个插穗、3次重复。其他步骤同扦插试验。
2. 结果与分析
2.1 树龄对侧柏扦插生根的影响
本文研究了树龄对侧柏扦插生根率和生根数的影响。结果表明在6月份的扦插试验中，5年生侧柏扦插的生根率和生根数分别为83.5%和6.12；100、300和700年生侧柏扦插生根率分别为19.31%、13.54%和7.78%，生根数分别为3.21、2.84和2.24（图1）。5年生侧柏扦插的生根率和生根数显著高于100、300和700年生（P < 0.05）。随着树龄增加，生根能力显著下降，而100、300和700年生的扦插生根率和生根数没有显著差异（P > 0.05）。
![]()
图 1 树龄对侧柏扦插生根的影响不同小写字母代表处理之间在0.05水平存在显著性差异。下同。Different lowercase letters in the same column indicate significant differences at 0.05 level. Same as below.Figure 1. Effects of tree age on rooting of Platycladus orientalis cuttings2.2 不同季节和不同树龄侧柏插穗的浸提液对白菜籽发芽的影响
进一步探讨不同树龄和季节侧柏插穗浸提物对扦插生根的影响，研究结果表明除了CK外，3月份和6月份的侧柏插穗浸提液随着浓度的增加，白菜种子的发芽率均呈下降趋势。同时，随树龄增长，发芽率总体上呈现降低的趋势。尤其是浸提液占比为25%和50%时，来自300和700年生侧柏插穗的浸提液处理过的白菜籽的发芽率显著低于5年生侧柏插穗的浸提液处理过的白菜籽（P < 0.05）（表1，2）。总体来看，6月份的白菜籽的发芽率高于3月份，因此在6月份对侧柏古树进行扦插能够取得较好的效果。
表 1 3月份不同树龄侧柏不同插穗浸提液占比对白菜籽发芽率的影响Table 1. Effects of extraction solution with different proportions from Platycladus orientalis cuttings of different ages on germination rates of cabbage seeds in March% 树龄/a
Tree age/year0（CK） 25% 50% 100% 5 96.67 ± 1.33a 86.63 ± 7.05a 82.69 ± 6.37a 76.67 ± 6.66a 100 96.67 ± 1.35a 71.33 ± 7.23ab 70.00 ± 7.34ab 61.00 ± 7.22b 300 96.67 ± 1.38a 70.67 ± 6.87b 61.33 ± 6.59b 60.67 ± 6.13b 700 96.67 ± 1.33a 66.67 ± 7.15b 62.67 ± 6.78b 58.67 ± 5.93b 注：不同小写字母表示同一浸提液占比不同年龄间发芽率存在显著差异（P < 0.05）。下同。Notes:different lowercase letters indicate significant differences at the 0.05 level between cuttings of different ages under the same proportion of extraction solution. The same below. 表 2 6月份不同树龄侧柏不同插穗浸提液占比对白菜籽发芽率的影响Table 2. Effects of cabbage seeds treated with different proportion extraction solutions from cuttings propagated from P. orientalis at different ages on germination rates in June% 树龄/a
Tree age/year0（CK） 25% 50% 100% 5 96.60 ± 1.81a 88.15 ± 8.62a 83.47 ± 6.94a 78.67 ± 5.97a 100 96.60 ± 1.81a 73.33 ± 7.16b 72.00 ± 7.25ab 65.00 ± 6.26b 300 96.60 ± 1.81a 73.67 ± 7.10b 68.33 ± 5.92b 65.67 ± 6.29b 700 96.60 ± 1.81a 72.67 ± 7.13b 65.67 ± 6.97b 63.67 ± 6.16b 2.3 不同季节侧柏插穗类黄酮物质含量的变化
季节对林木酚酸含量有显著影响，本研究用HPLC对各类插穗内源抑制物进行分离，最终只检测出2种类黄酮物质：芦丁和槲皮素。3月份5、100、300、700年生侧柏插穗的芦丁含量显著高于6月份（P < 0.05），而6月份的槲皮素含量则显著低于3月份（P < 0.05），这表明季节对各树龄侧柏插穗的类黄酮含量影响显著（图2）。侧柏100、300、700年生侧柏插穗的芦丁含量在3月份和6月份都显著高于5年生侧柏（P < 0.05），5年生侧柏插穗槲皮素含量则显著高于100、300、700年生侧柏（P < 0.05），而100、300、700年生侧柏插穗之间的芦丁含量差异不显著（P > 0.05）。
![]()
图 2 不同树龄侧柏在不同季节类黄酮含量变化不同大写字母表示不同生根阶段在同一树龄的差异显著（P < 0.05）；不同小写字母表示不同树龄在同一生根阶段间差异显著（P < 0.05）。下同。Different capital letters indicate significant differences among varied rooting stages in same tree age (P < 0.05); different lowercase letters indicate significant differences among varied tree ages in same stage (P < 0.05). Same as below.Figure 2. Changes of flavonoids contents of P. orientalis at different ages in varied seasons2.4 不同季节侧柏插穗酚酸物质含量的变化
本研究检测出的酚酸物质包括香豆酸、阿魏酸、苯酚、水杨酸、没食子酸和邻苯二酚。结果发现3月份5、100、300、700年生侧柏插穗的香豆酸、水杨酸含量均高于6月份，特别是3月份700年生侧柏插穗的水杨酸、香豆酸含量较高，分别为40.47 和111.05 mg/g（图3）。3月份5、100、700年生侧柏插穗的阿魏酸、没食子酸、邻苯二酚含量均显著高于6月份（P < 0.05）。以上数据表明，3月份侧柏插穗的酚酸含量大多高于6月份，生长旺盛期的各种酚酸和类黄酮物质含量减少，说明6月份的枝条更适合侧柏古树扦插。5、100、300、700年生侧柏插穗香豆酸、水杨酸和邻苯二酚在3月份和6月份总体上呈现升高的趋势，这说明古树插穗的木质化程度较高，在不同季节中均具有较强的酚酸合成能力，可能与古树抗氧化和防御机制更强相关。
![]()
图 3 不同树龄侧柏在不同季节酚酸含量变化Figure 3. Changes of phenolic acid contents of P. orientalis at different ages in varied seasons2.5 扦插过程中不同种类酚酸、类黄酮的含量的变化
林木插穗中含有过量的酚酸和类黄酮对不定根形成具有抑制作用[19]。结果表明100、300、700年生侧柏插穗的芦丁含量在S1、S2和S3都显著高于5年生（P < 0.05），5、100、300、700年生侧柏扦插过程中芦丁含量随着生根阶段总体上呈上升趋势（图4），且在S3阶段达到峰值，分别为0.20、0.60、0.88 和0.90 mg/g，这表明芦丁对侧柏古树的生根具有抑制作用。而5年生侧柏插穗的槲皮素含量在S3时显著高于100、300 、700年生侧柏（P < 0.05），为1.49 mg/g。
![]()
图 4 不同树龄侧柏扦插过程中类黄酮含量变化S1为扦插试验当天，S2为愈伤组织形成期（第45天），S3为不定根形成期（第90天）。下同。S1 refers to the day of cutting experiment, S2 refers to callus formation period (the 45th day), and S3 refers to the adventitious root formation period (the 90th day). The same below.Figure 4. Changes of flavonoid content during rooting process of cuttings propagated from P. orientalis at different ages2.6 扦插过程中不同种类酚酸、类黄酮的含量的变化
不同树龄的酚酸含量在侧柏扦插生根过程的影响研究表明，300、700年生侧柏扦插过程中S2和S3的香豆酸含量显著高于5 年生侧柏插穗（图5）。100、300、700年生侧柏插穗的水杨酸、邻苯二酚含量随生根进程显著上升，并且在S1、S2和S3显著高于5 年生侧柏插穗（P < 0.05）。没食子酸的含量随树龄升高总体上呈现升高的趋势。除此之外，5 年生侧柏插穗的苯酚、阿魏酸含量在S1时显著高于100、300、700年生侧柏古树插穗。结果说明香豆酸、水杨酸、没食子酸和邻苯二酚）的含量随年龄增加总体上呈现增加趋势。
![]()
图 5 不同树龄侧柏扦插过程中酚酸含量变化Figure 5. Changes of phenolic acid content during rooting process of cuttings propagated from P. orientalis at different ages不同生根阶段的酚酸含量对侧柏扦插的影响研究结果表明，5、100、700年生侧柏插穗的香豆酸含量随生根进程（S1 ~ S3）显著上升（P < 0.05）。100、300、700年生侧柏插穗的阿魏酸、苯酚含量在S3显著高于S1和S2，而5年生侧柏插穗的苯酚含量在3个生根时期没有显著变化。S2和S3时5、100、300、700年生侧柏插穗的没食子酸含量显著高于S1时的含量；S3时5、100、300、700年生侧柏插穗的邻苯二酚含量显著高于S1、S3时的含量。结果表明酚酸物质含量随生根阶段（S1 ~ S3）的进展显著增加，尤其是在700年生插穗中的S3阶段，表明年龄较大的插穗在生根过程中会积累更多的酚类化合物。
2.7 清除内源生根抑制物对扦插生根的影响
清除100年生侧柏插穗的内源生根抑制物的试验结果显示，不同清除抑制物方式对扦插生根结果存在显著差异（P < 0.05）（表3）。使用0.1%硝酸银、清水、0.05%高锰酸钾处理100年生侧柏插穗能显著提高扦插生根率，生根率分别为26.55%、22.97%、23.63%，高于用0.1% 醋酸、2%乙醇、洗洁精处理后的生根率。此外，0.1%硝酸银和0.05%高锰酸钾处理100年生侧柏插穗能提高扦插生根数，生根数分别为5.13和5.44，高于其他方法处理后的生根率。0.1%硝酸银和0.05%高锰酸钾处理插穗后扦插生根效果较好，说明适合的方法能清除侧柏古树的内源抑制物，提高扦插生根率。
表 3 清除抑制物对100年生侧柏古树扦插生根的影响Table 3. Effects of removing inhibitors on rooting rates of cuttings of 100 years old ancient P. orientalis清除方式
Clear method处理时间
Treating time/h生根率
Rooting rate/%生根数
Rooting number最长根长
Max. root length/cm0.1% AgNO3 20 26.55 ± 2.66a 5.13 ± 0.48a 1.68 ± 0.22a 0.1% CH3COOH 20 19.25 ± 2.28b 2.52 ± 0.23c 1.24 ± 0.29b 2% EtOH 20 21.14 ± 3.24b 3.78 ± 0.39b 1.57 ± 0.19ab 水Water 3 22.97 ± 2.98ab 3.16 ± 0.46bc 1.52 ± 0.21ab 洗洁精Abluent 3 18.52 ± 2.72b 3.59 ± 0.77b 1.17 ± 0.26b 0.05% KMnO4 0.25 23.63 ± 2.91ab 5.44 ± 0.69a 1.95 ± 0.23a 注：不同小写字母表示不同清除方法之间存在显著差异（P < 0.05）。Note: different lowercase letters indicate significant differences at 0.05 level between removal methods. 3. 讨 论
林木的树龄和季节是影响扦插生根的重要因素[4]。本研究发现随树龄的增加，侧柏扦插生根率降低，这与马尾松、桉树等林木扦插生根的结果一致[10,20]。同时，插穗的浸提液抑制白菜种子发芽的作用增强，与沉水樟和核桃楸等林木的研究结果相似[5,12]。而侧柏插穗的水杨酸、香豆酸等酚酸物质在3月份的含量普遍高于6月份。因此，6月份较适合侧柏古树扦插，这与荷花玉兰（Magnolia grandiflora）扦插的最佳时间同期[6]。这主要是因为6月份插穗生长旺盛，营养物质（可溶性和淀粉）含量高，次生物质（酚酸和类黄酮）含量少，木质化程度低[9]。本研究根据树龄和季节对林木扦插生根的重要性，选择适宜的季节进行插穗扦插有助于提高生根率。
当插穗中的酚酸化合物含量较高时，扦插不定根的形成受阻[21]。随着树龄增长，侧柏古树（100、300、700年生）插穗的芦丁和水杨酸等酚酸和类黄酮物质含量升高，这表明古树扦插生根率低可能与侧柏古树插穗木质化程度高导致的酚酸和类黄酮物质积累有关[9]。牛樟（Cinnamomum kanehirae）插穗在木质素含量高时，不定根形成困难[22]。樱桃（Prunus spp.）插穗木质化程度高时，酚酸物质（芦丁、香草酸、表儿茶素、咖啡酸和芥子酸）含量也高，而扦插生根率却比较低，与本文的研究结果相似[7]。这些抑制物在树龄较大的侧柏插穗中的含量普遍较高，进一步说明了抑制物（酚酸和类黄酮）是导致古树难生根的关键因素之一。
酚酸类物质的积累与植物抵御胁迫有关，但也对扦插生根具有抑制作用。在生根的不同阶段（S1 ~ S3），各种酚类化合物（如水杨酸、没食子酸和邻苯二酚）的含量随生根的进程显著增加，700年生侧柏的插穗在S3阶段的酚酸含量显著高于其他年龄组。水杨酸作为逆境内源信号参与植物的抗性，是侧柏插穗在扦插过程中受到病菌侵染产生的应激反应物质。侧柏古树（100、300、700年生）的插穗在S3阶段水杨酸含量较高，使愈伤组织趋于成熟生长，再分化能力降低[23]。如巴拉圭冬青（Ilex paraguariensis）插穗在高光照胁迫下总酚含量升高，但是生根率却降低[24]。这主要是因为在胁迫条件下，插穗中的酚酸和类黄酮物质积累增加，这些物质不仅具有增加细胞壁厚度、提高细胞刚性的作用，还会抑制扦插不定根形成。因此，未来的研究可以重点关注通过调控类黄酮和酚酸物质的含量来提高林木插穗的生根能力。
有些酚酸和类黄酮物质可能对林木扦插生根起到促进作用。本研究显示，6月份5年生侧柏插穗中槲皮素和阿魏酸含量高，说明在幼嫩的植物组织中有些种类的酚酸含量高，这与苦丁茶（IIex kudingcha）嫩叶比老叶中的槲皮素含量高的结果相似[25]。5年生侧柏插穗在生根阶段槲皮素和邻苯二酚的含量增加，这可能是由于槲皮素可保护吲哚乙酸（IAA）免受羧化作用的伤害，从而促进生根。在Rosa bourboniana嫩枝扦插过程中，高浓度的酚类促进不定根发生[26]，这主要是因为酚酸在不定根形成过程中能提高插穗抗逆能力。蛇足石杉（Huperzia serrata）插穗中IAA、儿茶酚、绿原酸、阿魏酸的含量与PPO、POD的活性正比时促进扦插生根[27]。这些不同种类的酚酸和类黄酮物质对扦插生根的影响还需要进一步研究。
通过清除插穗中抑制物（如酚酸和类黄酮），能够提高侧柏扦插的生根率[28]。本研究发现，使用0.1%的硝酸银或0.05%的高锰酸钾溶液处理侧柏插穗，能有效促进不定根的形成。这与使用0.2%硝酸银溶液处理弗吉尼亚栎（Quercus vinginiana）插穗、3%乙醇与0.5%高锰酸钾的组合处理马尾松插穗能获得良好的生根效果相似[29]。因此，需要进一步筛选和优化清除插穗抑制物的对比试验，以获得较好的生根效果。
4. 结 论
综上所述，随着树龄的增长，5、100、300、700年生侧柏扦插生根的能力下降，表明树龄与扦插生根能力呈负相关关系。同时，侧柏插穗的浸提液抑制白菜种子发芽的作用增强。除了槲皮素和苯酚外，100、300、700年生侧柏的酚酸和类黄酮物质含量大都高于5年生侧柏。除了槲皮素和阿魏酸外，3月份的酚酸和类黄酮物质含量普遍高于6月份。随着生根阶段（S1 ~ S3）的推进，酚酸含量显著增加，尤其在700年树龄插穗的S3阶段，年龄较大的母树插穗在生根过程中会积累更多的酚类化合物。使用0.1%的硝酸银处理侧柏插穗后生根率和生根数量较高，而0.05%的高锰酸钾处理后插穗不定根的长度增长。本文通过研究不同树龄侧柏插穗的酚酸和类黄酮物质的作用以及清除方法，为提高林木的扦插生根率提供了理论依据。
-
![]()
图 4 FastScaleNet结构图
Conv. 卷积层；Split. 切片；h. 高度；w. 宽度；cp. 通道数；filters. 卷积核；k. 卷积核数量；*. 卷积；BN. 归一化层；ReLU. 激活函数；Bases. 基础特征；E. 更新注意力图；M. 更新这组基；Attention maps. 注意力映射
Figure 4. Structure diagram of FastScaleNet
表 1 消融实验结果
Table 1 Results of ablation experiment
原始模型 ＋SAM ＋FastScaleNet ＋WIoU v3 参数量 精确率（P）/% 召回率（R）/% 平均精度（mAP）/% YOLOv8 3.0 × 106 89.2 89.2 92.8 √ 2.8 × 106 88.5 87.9 94.0 √ 3.0 × 106 88.7 87.3 93.5 √ 2.2 × 106 89.6 86.8 93.8 √ √ 2.8 × 106 89.3 88.1 94.1 √ √ √ 2.4 × 106 88.9 89.9 94.4 注：“√”表示使用改进方法。 
下载: 导出CSV
表 2 对比实验结果
Table 2 Comparative experimental results
模型 参数量 FLOPs P/% R/% mAP/% Faster-RCNN 41.3 × 106 251.4 × 109 83.5 84.7 87.9 YOLOv5s 7.0 × 106 15.8 × 109 88.7 89.4 93.8 YOLOv5m 20.8 × 106 47.9 × 109 90.7 89.5 93.7 YOLOv6 9.7 × 106 24.8 × 109 88.6 87.3 93.5 YOLOv7-tiny 6.9 × 106 13.8 × 109 80.0 72.0 81.7 SSFYOLO 2.4 × 106 7.1 × 109 88.9 89.9 94.4 注：计算量采用每秒浮点运算次数（floating-pointoperations per second，FLOPs）表示。
下载: 导出CSV
-
[1] 罗海风, 谭月胜. 一种欠驱动双板分离式采摘器的研制[J]. 北京林业大学学报, 2018, 40(12): 110−116. Luo H F, Tan Y S. Research on an under actuated dual separation plate harvestor[J]. Journal of Beijing Forestry University, 2018, 40(12): 110−116.
[2] 刘慧, 朱晟辉, 沈跃, 等. 基于多特征融合的树干快速分割算法[J]. 农业机械学报, 2020, 51(1): 221−229. Liu H, Zhu S H, Shen Y, et al, Fast segmentation algorithm of tree trunks based on multi-feature fusion[J]. Transactions of the Chinese Society of Agricultural Machinery, 2020, 51(1): 221−229.
[3] Chen X, Zhang B, Luo L. Multi-feature fusion tree trunk detection and orchard mobile robot localization using camera/ultrasonic sensors[J]. Computers and Electronics in Agriculture, 2018, 147: 91−108. doi: 10.1016/j.compag.2018.02.009
[4] Zhao Z Q, Zheng P, Xu S, et al. Object detection with deep learning: a review[J]. IEEE Transactions on Neural Networks and Learning Systems, 2019, 30(11): 3212−3232. doi: 10.1109/TNNLS.2018.2876865
[5] Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]// O’Conner L. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2014: 580−587.
[6] Ren S, He K, Girshick R, et al. Faster R-CNN: towards real-time object detection with region proposal networks[J]. Advances in Neural Information Processing Systems, 2015, 28: 1137−1149.
[7] Cai Z W, Nuno V. Cascade R-CNN: delving into high quality object detection[C]// O’Conner L. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Salt Lake City: IEEE. 2018: 6154−6162.
[8] Huo A Q, Zhang W L, Li Y. Traffic sign recognition based on improved SSD model [C]//Cristina C. Proceedings of International Conference on Computer Network, Electronic and Automation (ICCNEA). Xi’an: IEEE, 2020: 54−58.
[9] Redmon J, Divvala S, Girshick R, et al. You only look once: unified, real-time object detection[C]// O’Conner L. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2016: 779−788.
[10] Zhang J, Tian M, Yang Z, et al. An improved target detection method based on YOLOv5 in natural orchard environments[J]. Computers and Electronics in Agriculture, 2024, 219: 108780. doi: 10.1016/j.compag.2024.108780
[11] Lü F, Wang X, Li L, et al. Tree detection algorithm based on embedded YOLO lightweight network[J]. Journal of Shanghai Jiaotong University (Science), 2022, 29: 518−527.
[12] Yang J F, Fu X Y, Hu Y W, et al. PanNet: a deep network architecture for pan-sharpening[C]//O’Conner L. Proceedings of the IEEE International Conference on Computer Vision. Venice: IEEE, 2017: 1753−1761.
[13] Ghiasi G, Lin T Y. NAS-FPN: learning scalable feature pyramid architecture for object detection[C]// O’Conner L. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Long Beach: IEEE, 2019: 7029−7038.
[14] Li Q F, Jia X, Zhou J C, et al. Rediscovering BCE loss for uniform classification[J/OL]. arXiv preprint arXiv, 2024 [2023−12−20]. https://arxiv.org/abs/2403.07289.
[15] Tong Z J, Chen Y H, Xu Z W, et al. Wise-IoU: bounding box regression loss with dynamic focusing mechanism[J/OL]. arXiv preprint arXiv, 2023 [2024−03−20]. https://arxiv.org/abs/2301.10051.
[16] Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need[C]// Curran Associates, Inc. Proceedings of the 31st International Conference on Neural Information Processing Systems. New York: Red Hook, 2017: 6000–6010.
[17] Silva D, Santos F, Sousa A, et al. Visible and thermal image-based trunk detection with deep learning for forestry mobile robotics[J]. Journal of Imaging, 2021, 7(9): 176−180. doi: 10.3390/jimaging7090176
[18] Silva D, Santos F, Sousa A, et al. Unimodal and multimodal perception for forest management: review and dataset[J]. Computation, 2021, 9(12): 127−132. doi: 10.3390/computation9120127
-
期刊类型引用(14)
1. 姬新颖，唐佳莉，李敖，郑旭，王红霞，张俊佩. 盐胁迫下不同基因型核桃实生幼苗生长及生理响应. 林业科学. 2024(02): 65-77 . 
百度学术
2. 孙叶烁，田海英，姚玉涛，丁守鹏，张国新，韩民利. 咸水胁迫对草莓生长·品质的影响及耐盐综合评价. 安徽农业科学. 2023(02): 47-50 . 百度学术
3. 纪发达. 一种抗逆型复合调节剂的制备及其应用. 化肥设计. 2023(02): 8-10 . 百度学术
4. 高铖铖，燕丽萍，吴德军，王因花. 基于SSR标记的白蜡群体遗传多样性和群体结构分析. 中南林业科技大学学报. 2023(06): 69-78 . 百度学术
5. 王介华，睢金凯，崔令军，石开明. AMF对盐胁迫下桢楠生长和生理特性的影响. 中南林业科技大学学报. 2023(06): 51-58 . 百度学术
6. 程俊森，王溢，李永泉，魏尚霖，李超楠，姜维，黄润生. 基于Label-free技术的高州油茶铝胁迫蛋白质组学研究. 中南林业科技大学学报. 2023(08): 169-181 . 百度学术
7. 刘京，马洁怡，张金池，马仕林，王宇浩，聂晖，曹鹏翔. 不同土壤改良措施对苏北盐碱地薄壳山核桃生长的影响. 东北林业大学学报. 2022(07): 11-16 . 百度学术
8. 刘翠兰，王开芳，吴德军，燕丽萍，李善文，王芳，任飞，王因花. 滨海盐碱胁迫下白蜡无性系生长及生理特性的响应. 中国农学通报. 2022(35): 7-16 . 百度学术
9. 李寿冰，赵钰琪，曹帮华，袁洪振，耿颖，陈炳卓，张家昌. 盐碱胁迫对2种地被竹叶绿素含量的影响. 世界竹藤通讯. 2022(S1): 35-43 . 百度学术
10. 崔令军，刘瑜霞，林健，石开明. 丛枝菌根真菌对盐胁迫下桢楠光合生理的影响. 南京林业大学学报(自然科学版). 2021(01): 101-106 . 百度学术
11. 巩志勇，辛建华，商小雨，郭晓明，王延平. 盐碱胁迫下香椿幼苗光合及抗逆生理特性. 西北植物学报. 2021(07): 1199-1209 . 百度学术
12. 范馨月，张华，赵继业，杜子沫，丛日晨. 绒毛白蜡耐盐碱响应机制的研究进展. 中国农学通报. 2021(28): 28-34 . 百度学术
13. 缪李飞，于晓晶，张秋悦，封超年. 4个杜梨半同胞家系苗期耐盐性分析. 南京林业大学学报(自然科学版). 2020(05): 157-166 . 百度学术
14. 赵宝泉，邢锦城，温祝桂，徐海东，王进左，李玉明，董静，洪立洲. 林木盐胁迫响应机制研究进展. 现代农业科技. 2020(21): 159-165 . 百度学术
其他类型引用(11)
计量
- 文章访问数: 189
- HTML全文浏览量: 19
- PDF下载量: 53
- 被引次数: 25
