#注意力网络

针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。

综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。

山东理工大学等单位李京谦、韩国涛、赵静、张帅领、谢欣妤、付姗姗、鲁力群、兰玉彬在《农业工程学报》2026年第42卷第9期发表论文。该研究提出基于改进YOLOv12n的向日葵成熟期盘腐病危害程度检测模型,首先将主干和颈部网络的C3K2模块替换为融合感受野注意力卷积(RFAConv)与坐标注意力机制(CA)的C3K2-RC模块;其次在颈部网络集成轻量级的上采样算子CARFAE;最后引入LSCSBD(lightweight shared convolutional separable batch normalization detection)检测头。试验结果表明,YOLOv12n-RCL模型的精确率、召回率、mAP0.5和mAP0.5-0.95分别达到83.4%、81.2%、84.8%和50.2%,较基准模型YOLOv12n分别提高3.8、3.2、3.4和4.0个百分点。

赵丽成、卢鑫羽、吴茜、任妮、周玲莉、程雅雯、胡安琦、戚超(江苏省农业科学院农业信息研究所/淮阴工学院)提出基于改进YOLOv10的轻量级串番茄成熟度目标检测模型LampCT-YOLO:在主干网络引入SegNeXt注意力机制,基于梯度的全局通道重要性方法LAMP通道剪枝显著压缩模型体积和计算复杂度。LampCT-YOLO对红熟早/中/晚期mAP分别达84.6%/89.5%/88.4%,应用LAMP通道剪枝后参数量和计算量分别减少63.07%和50.06%,推理速度提升23.1%;部署至自主研发的果蔬巡检机器人在边缘设备NVIDIA Jetson AGX Orin上达到9.1帧/s推理速度。

9月7日是袁隆平院士诞辰96周年，由湖南省农业科学院牵头联合湖南杂交水稻研究中心、绥宁县人民政府以及相关种业企业，在湖南省邵阳市武阳村开展总面积202亩的超级稻爽两优138大面积制种示范。专家组现场随机抽取3块田开展机械实收测产：三块田平均亩产530.4公斤，创下杂交水稻大面积制种高产新的世界纪录。

2026年再生稻技术培训和现场观摩会在韶关始兴县举行,广东省农科院水稻研究所联合广东省农业技术推广中心在始兴县澄江镇善亨村建立750亩再生稻示范基地,标准化种植多个优质稻杂交稻品种;省农科院水稻研究所王昕钰博士、梁开明研究员作专题报告;始兴连续3年实现头季和再生季两季合计亩产突破"吨粮"。

提出轻量级双路径网络DPMFNet，实现复杂农田场景下的作物病虫害高精度识别。

提出分层跨模态时空注意力网络，融合多源数据预测喜马拉雅果园作物产量。