导读：近日，中国热科院农机所在甘蔗茎节检测与边缘智能部署研究方面取得新突破。研究提出了一种高精度、轻量级的EdgeSugarcane检测模型，并在边缘计算平台上实现端到端部署，为甘蔗智能切割与精准种植定位提供了关键技术支撑。
       甘蔗茎节是实现自动切段与精准种植的关键识别目标。然而，在自然田间环境中，由于光照变化大、遮挡严重、目标特征弱等因素，传统模型在实际应用中往往面临参数冗余、部署适应性差和识别精度受限等问题。针对上述挑战，研究提出一种兼顾精度与效率的甘蔗茎节检测模型——EdgeSugarcane。该模型基于YOLOv8骨干网络进行优化，创新性地引入跨通道与空间维度的交互式注意力机制，提升了模型对甘蔗茎节微弱特征的感知与表征能力。模型整体结构紧凑，仅89.9 MB，并结合TensorRT部署加速技术，构建出一套最优的FP16量化方案，在保证精度的前提下大幅提升运行速度与资源利用效率。

       在NVIDIA Jetson Orin NX边缘计算平台上部署的实验结果表明：优化后的EdgeSugarcane模型推理时间从原始的3.2毫秒缩短至1.5毫秒，提升幅度达53.1%；模型整体推理流程总耗时66.5毫秒，满足边缘端实时检测需求。同时，该模型在甘蔗茎节测试集上取得了0.935的精度、0.8的召回率与0.87的mAP，整体性能稳定，具备较好的环境适应性与泛化能力。

智能甘蔗切种机

EdgeSugarcane 网络架构

   该研究成果以“EdgeSugarcane: a lightweight high-precision method for real-time sugarcane node detection in edge computing environments”为题发表于农林科学领域权威期刊《Frontiers in Plant Science》。研究成果由中国热科院农机所联合华南农业大学共同完成，中国热科院农机所青年副研究员郑镇辉和副研究员韦丽娇为论文共同第一作者，华南农业大学武涛教授为论文通讯作者。该研究得到国家糖业技术体系、中央级公益性科研院所基本科研业务费、海南省重点研发计划、湛江市科技计划等项目资助和农业农村部热带作物农业装备重点实验室、湛江市工程技术研究中心等平台支持。

       论文链接：https://www.frontiersin.org/journals/plant-science/articles/10.3389/fpls.2025.1626725/full