【摘要】为构建田间杂交大豆胚轴颜色检测模型，以大田场景下的大豆植株为研究对象，利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集，使用不同目标检测模型（SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7）对杂交大豆胚轴颜色数据集进行检测，将模型分数（F1）、平均精度均值（mAP）及检测速度3个指标用于评估不同模型在杂交大豆胚轴颜色检测中的性能。在YOLOv7网络中添加CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数，建立杂交大豆胚轴颜色检测模型YOLOv7-CSW，并利用改进模型对杂交大豆胚轴颜色数据集进行消融试验。结果表明：1)YOLOv7模型的F1(0.92)与mAP(94.3%)均显著高于其他模型；2)YOLOv7模型的检测速度为58帧/s，低于YOLOv5和YOLOX，检测速度可以满足田间实时检测任务需求；3)YOLOv7-CSW模型比YOLOv7模型的F1和mAP分别升高0.04和2.6%;4)YOLOv7-CSW模型比YOLOv7模型检测速度升高了5帧/s，可以实现杂交大豆胚轴颜色实时检测。综上，YOLOv7-CSW模型可以更好地获取胚轴颜色特征并准确地检测出目标位置，提高了复杂农田环境下的目标检测性能，能够实现田间杂交大豆胚轴颜色快速准确检测。