CTRNet: en lättvikts- och effektiv djupinlärningsmodell för identifiering av majskrullar i fält

Varför det spelar roll att hitta ett dolt blad

I en sommarmajsåker går några av de mest skadliga insekterna rakt på växtens “hjärta” – den täta spiralen av blad högst upp som kallas krul. Dessa skadedjur är små, målet de angriper är ännu mindre, och odlare tvingas ofta spraya stora ytor för att vara på den säkra sidan. Den här studien presenterar ett nytt datorseendesystem, CTRNet, utformat för att pålitligt hitta små majskrullar i röriga verkliga fält så att övervakning av grödor och användning av bekämpningsmedel kan bli mycket mer precis och mindre slösaktig.

Utmaningen att se ett litet mål i ett stort fält

För skadedjurskontroll är det avgörande att veta exakt var krullen sitter, eftersom det är huvudplatsen där larver lägger ägg och äter, vilket minskar fotosyntes och avkastning. Men i verkliga fält är krullar svåra att se: de syns små på bilder, döljs ofta av överlappande blad och framträder mot bakgrunder fulla av ogräs, jord och skuggor. Tidigare metoder förlitade sig antingen på att människor visuellt inspekterade plantor eller på enkla bildtrick baserade på färg och textur. Dessa metoder fungerade endast i rena, kontrollerade scener och misslyckades snabbt när ljusförhållanden ändrades, blad överlappade eller flera problem uppträdde samtidigt.

Djupinlärning tar steget ut i fältet

Under de senaste åren har djupinlärande detektorer, särskilt de i YOLO-familjen, avsevärt förbättrat maskiners förmåga att i realtid upptäcka objekt i bilder. Flera varianter har anpassats till grödor och blad, men standardmodeller har fortfarande svårt med mycket små mål som majskrullar och med de ständiga förändringarna i ljus och bladställning utomhus. De tappar ofta fin detalj när bilder komprimeras genom nätverket och kan distraheras av röriga bakgrunder. Författarna bygger därför vidare på en modern YOLO11-modell och omdesignar nyckelkomponenter i nätverket för att bättre fånga små strukturer, dela information över bildskalor och ignorera irrelevanta bakgrundsmönster.

Vad som gör CTRNet annorlunda

Den föreslagna CTRNet (Contextual and Texture‑enhanced Representation Network) behåller hastigheten och den kompakta storleken hos YOLO11, men lägger till flera specialiserade moduler. En modul uppmuntrar olika lager i nätverket att utbyta information, så att bred kontext och fin detalj förstärker varandra även när krullar är delvis dolda. En annan modul är inställd på både grova, långsamt föränderliga mönster och fina, högfrekventa detaljer, vilket hjälper systemet att bevara kanter och texturer som markerar krullens centrum. En grindad fusionsfas kombinerar sedan signaler från flera skalor samtidigt som redundanta eller brusiga funktioner dämpas. Slutligen omformar en uppmärksamhetsmekanism inkommande bildfunktioner så att ljusa fläckar, skuggor och komplexa bakgrunder korrigeras innan de kan förvirra detektorn.

Sätta systemet på prov

För att träna och testa CTRNet samlade teamet en datamängd på 2 816 bilder från både offentliga källor och egna fältundersökningar, som täcker tillväxtstadier från plantor till mogna växter. Fotona fångade utsikt och höjd typiska för en jordbruksrobots kamera, under ett brett spektrum av ljusförhållanden och fältuppställningar. I huvud-till-huvud-jämförelser med flera YOLO-varianter och en transformerbaserad detektor uppnådde CTRNet högst noggrannhet för identifiering av krullar, och ökade ett standardiserat detektionsmått (mAP@0.5) från 81,6 % till 84,7 % samtidigt som modellen faktiskt använde färre parametrar än baslinjen. Visuella jämförelser visade att CTRNet koncentrerade sig mer precist på den verkliga krullregionen och gav färre falska markeringar på omkringliggande blad eller jord, särskilt i svagt ljus, hårt solljus eller kraftigt ockluderade scener.

Snabbt nog för robotar i raderna

Förutom noggrannhet testade författarna om CTRNet kunde köras på en liten edge-AI-dator lik den en fältrobot skulle bära. På en NVIDIA Jetson Orin Nano-enhet upprätthöll modellen realtidshastigheter, särskilt när den kombinerades med en optimerad inferensmotor och halvprecisionaritmetik. Det innebär att CTRNet realistiskt kan styra sprutor eller spaningsrobotar som måste reagera snabbt när de rör sig längs gröd-rader, istället för att förlita sig på långsam offline-analys.

Vad detta betyder för smartare skadedjursbekämpning

Enkelt uttryckt ger CTRNet maskiner skarpare “ögon” för en liten men viktig del av majsplantan. Genom att pålitligt upptäcka krullar trots skuggor, bländning och bladstök möjliggör den mer riktad övervakning av skadeangrepp och mer precis applicering av bekämpningsmedel. Arbetet visar att noggrant utformade lättvikts djupinlärningsmodeller inte bara kan matcha utan överträffa tyngre system i både hastighet och noggrannhet, vilket öppnar vägen för smartare, mindre slösaktiga verktyg för växtskydd och, potentiellt, liknande system för andra grödor och sjukdomar.

Citering: Tian, X., Zhang, J. & Li, Y. CTRNet: a lightweight and efficient deep learning model for field maize whorl identification. Sci Rep 16, 10570 (2026). https://doi.org/10.1038/s41598-026-45727-3

Nyckelord: majs skadeinsekter upptäckt, gröda datorseende, precisionsjordbruk, lättviktig djupinlärning, fältrobotik