农业机械学报

作者：梁斯佳，李雷，顾月，周延锁，李玉，虞佳佳

单位：浙江机电职业技术大学,浙江理工大学,浙江机电职业技术大学,浙江省工业和信息化研究院;天津大学,浙江省农业机械学会,浙江机电职业技术大学,

关键词：甘蔗叶片病害;深度学习;YOLO v8n;轻量化;注意力机制;目标检测

基金：浙江省级重点研发计划项目(2021C02022)

针对目前甘蔗叶片病害检测算法少、模型参数大、识别准确率低等问题，设计了一种基于改进YOLO v8n的轻量化甘蔗叶片病害识别算法。该算法以5种常见的甘蔗叶片病害为研究对象，将网络结构中的标准卷积模块和C2f模块分别替换为Ghost卷积模块和C3Ghost模块，减少模型参数量和浮点运算量;在骨干网络中加入EMA注意力机制，加强算法多尺度特征提取和融合;在模型结构中加入一个小目标检测层，增强对数据中小目标的检测效果。结果表明，改进模型在测试集的精确率、召回率和平均精度均值分别为90.4%、95.7%和95.3%，相较YOLO v8n模型分别提高2.8、11.0、4.3个百分点。参数量和模型内存占用量分别减少46.5%和41.3%，并且检测效果显著优于其他轻量级检测算法，可为甘蔗叶片病害实时检测提供参考。

来源：2025年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第10期