基于改進YOLO v8s的葡萄葉片病害檢測

摘要：針對葡萄葉片病害檢測技術(shù)存在特征提取能力不足、精度不高、漏檢等問題，以葡萄葉片3種病害為研究對象，提出一種基于YOLO v8s改進的檢測模型。在主干網(wǎng)引入全局注意力機制，通過融合跨維度信息，增強主干特征提取能力。在主干網(wǎng)末端，引入動態(tài)蛇形卷積替換原算法的卷積網(wǎng)絡，增強網(wǎng)絡對幾何變形的感知，以更高的精度捕獲圖像中復雜幾何特征。在輸出端改進邊框位置回歸損失函數(shù)，引入Focal-EIoU損失函數(shù)，平衡不同類別和不同質(zhì)量的樣本，提高邊界框的回歸精度。在輸出端通過增加小目標檢測頭，提高算法對小目標的檢測性能。結(jié)果表明，改進后的模型在mAP@0.5、mAP@0.5∶0.95分別達到90.9%、58.0%，相比YOLO v8s提高了4.5、3.1百分點；FPS達到132.6幀/s，滿足實時檢測要求，并且與其他5種非基線代表性檢測模型相比，具有更高的檢測精度和速度，為葡萄病害檢測提供了一種更優(yōu)的方法，對于防治葡萄病害具有重要意義。

關(guān)鍵詞：葡萄病害；YOLO v8；注意力機制；動態(tài)蛇形卷積；小目標檢測

中圖分類號：S126；TP391.41

文獻標志碼：A

文章編號：1002-1302（2024）21-0221-08

收稿日期：2024-04-18

基金項目：國家自然科學基金（編號：42065004）；廣西高校中青年教師科研基礎(chǔ)能力提升項目（編號：2023KY0884）；廣西創(chuàng)新驅(qū)動發(fā)展專項（科技重大專項）（編號：桂科AA21077018）。

作者簡介：張立強（1988—），男，湖南湘潭人，碩士，高級工程師，主要從事農(nóng)業(yè)病害、目標檢測、深度學習研究。E-mail：1293320212@qq.com。

通信作者：蔣林利，碩士，教授，主要從事農(nóng)業(yè)信息化、神經(jīng)網(wǎng)絡研究。E-mail：gksresearch@163.com。

我國是世界上最大的鮮食葡萄生產(chǎn)國和消費國，其種植面積、總產(chǎn)量及人均占有量均居世界首位，但由于葡萄栽培方式的特殊性及全球氣候變化等因素影響，葡萄病害頻發(fā)，已成為葡萄安全、優(yōu)質(zhì)生產(chǎn)的重要抑制因素^［1］。在葡萄生長過程中，葉片是漿果生長發(fā)育和品質(zhì)形成周期內(nèi)的主要養(yǎng)分來源，是葡萄果實正常發(fā)育的關(guān)鍵，然而葉片易受病菌侵染，會對葡萄造成嚴重危害^［2］。所以對葡萄葉片進行病害檢測具有重大意義。

國內(nèi)外對植物病害檢測進行了大量研究，最先采用的是基于人工提取特征的方式，主要有k均值聚類、支持向量機、遺傳算法等^［3-5］。但人工提取特征存在抗干擾能力弱、效率低、泛化能力差等特點。隨著深度學習技術(shù)的快速發(fā)展，特別是在卷積神經(jīng)網(wǎng)絡上的突破，目標檢測算法也取得了顯著性的成就。目標檢測算法主要分為單階段算法和兩階段算法。兩階段算法具有較好的檢測精度，但速度相比單階段算法較低，常用的算法包括Faster R-CNN等^［6］。李就好等將改進后的 Faster-RCNN 算法用于苦瓜葉片病害檢測，mAP達到 86.39%^［7］。單階段目標檢測算法在保證較好精度的前提下，具有較高的檢測速度，其中YOLO系列算法在植物病害檢測領(lǐng)域表現(xiàn)優(yōu)異。文斌等提出了一種基于YOLO v3，融合注意力金字塔和雙頸層相結(jié)合的檢測算法，在三七葉片病害檢測中mAP達到80.6%^［8］。孫豐剛等基于YOLO v5和遷移學習，引入卷積塊注意力模塊和加權(quán)雙向特征金字塔構(gòu)建模型，在蘋果葉片病害檢測中 mAP@0.5 達到 91.6%^［9］。雷建云等在YOLO v4主干網(wǎng)和頸部網(wǎng)分別引入金字塔分割注意力和協(xié)調(diào)注意力模塊，在葡萄葉片病害檢測中mAP@0.5達到84.07%^［10］。蘇俊楷等將融合加權(quán)雙向特征金字塔、注意力機制和新?lián)p失函數(shù)等改進后的YOLO v5模型應用于玉米葉片病害數(shù)據(jù)集，mAP@0.5達到95.93%^［11］。

在滿足實時性檢測要求下，葡萄葉片病害檢測精度越高，防治效果更好，尤其對于早期病害防治更加重要。為進一步提高葡萄葉片病害檢測效果，本研究在YOLO v8s的基礎(chǔ)上進行改造：在主干網(wǎng)引入全局注意力機制（GAM），通過跨維度信息融合，獲取更加豐富的特征信息；在主干網(wǎng)末端引入動態(tài)蛇形卷積（DSConv），提高復雜幾何特征的提取能力；在輸出端用Focal-EIoU（Focal-Efficient IoU）代替CIoU來協(xié)調(diào)高低質(zhì)量樣本、難易樣本的關(guān)系，提高對難分類樣本的學習能力；在輸出端增加一個160像素×160像素的小目標檢測頭，提高小目標特征的提取能力。

1 數(shù)據(jù)集的構(gòu)建

試驗數(shù)據(jù)來自PlantVillage數(shù)據(jù)集中的葡萄葉片病害圖，該數(shù)據(jù)集常被國內(nèi)外學者作為基礎(chǔ)數(shù)據(jù)集用于農(nóng)作物病害及植物病害的相關(guān)研究。再加以篩選，得到原始圖片2 206張，并使用數(shù)據(jù)增強技術(shù)完成對病害樣本圖片的擴充。數(shù)據(jù)增強技術(shù)主要包括增加亮度、隨機加入高斯噪聲、翻轉(zhuǎn)、旋轉(zhuǎn)，最終形成8 694張圖片，包括3類病害，分別為黑腐病、黑麻疹病、枯萎病。數(shù)據(jù)增強實例如圖1所示。

數(shù)據(jù)集標注工作對于模型精度有較大影響，因此葡萄葉片病害圖片經(jīng)過6位專業(yè)園藝師和病理學家（分2組，一組標注，一組核驗）使用Labelimg軟件進行病害識別和標注，手動設(shè)置類別為black_rot、black_measles、blight，標注過程特別注重標注的準確性和完整性。再以8∶1∶1的比例隨機劃分訓練集、驗證集和測試集，具體情況如表1所示。

2 葡萄葉片病害檢測模型

YOLO v8由Ultralytics團隊在2023年發(fā)布，滿足較快檢測速度的同時，還具備較高的檢測精度，適合作為葡萄葉片病害檢測的基線模型。YOLO v8s模型由輸入端、主干網(wǎng)、頸部網(wǎng)和輸出端組成。輸入端圖像大小為640像素×640像素，包括對圖像進行數(shù)據(jù)預處理，主要采用馬賽克數(shù)據(jù)增強、混合增強等。主干網(wǎng)最大的改進是由原來YOLO v5的C3模塊替換為C2f模塊，因為C2f模型能加入更多分支跨層鏈接，更加豐富梯度流，使得網(wǎng)絡具備更好的感知能力和更強的信息融合能力。頸部網(wǎng)主要采用特征金字塔加路徑聚合結(jié)構(gòu)來構(gòu)建，使多尺度信息之間進行充分融合，此外也用C2f替換了C3模塊。輸出端采用3個檢測頭，并采用無錨框思想，將分類和檢測2個部分進行解耦，其中分類損失采用交叉熵損失，而檢測回歸分支使用DFL 損失和CIoU 損失。

為進一步提高葡萄葉片病害檢測效果，同時綜合考慮成本和數(shù)據(jù)集的大小，本研究以YOLO v8s模型作為基線模型進行改進，改進后的模型如圖2所示。由于葡萄葉片病害目標特征較為相似，為使網(wǎng)絡分類效果更加準確，本研究在主干網(wǎng)加入GAM，增加主干網(wǎng)的特征提取能力；為提高復雜幾何特征的提取能力，本研究在主干網(wǎng)末端引入DSConv；為提高網(wǎng)絡收斂速度和收斂結(jié)果，在輸出端使用Focal-EIoU損失函數(shù)代替CIoU損失函數(shù)提高對難分類樣本的學習能力，減少漏檢問題；最后，由于病害區(qū)域存在較多小目標，本研究增加1個小目標檢測頭（黑色虛線框區(qū)域），提取更多淺層紋理特征信息，增強小目標的檢測性能。

2.1 添加注意力機制

由于葡萄葉片病害圖像存在較多小目標，特征較為相似，檢測器難以準確分類。為能夠更好地捕捉目標的細節(jié)和特征，本研究引入注意力機制來提高目標檢測的性能^［12］。常見的注意力機制包括SE、CBAM、BAM、TAM等，但均有其缺點，沒有考慮通道、空間寬度、空間高度三者之間的交互作用，削弱了通道-空間之間跨維度的交互^［13-16］。本研究考慮在主干網(wǎng)特定位置加入全局注意機制GAM，幫助模型通過增加權(quán)重來更加關(guān)注全局感興趣區(qū)域，以便獲取更加豐富的特征信息^［17］。

GAM網(wǎng)絡結(jié)構(gòu)如圖3所示，給定一個特征圖F₁作為輸入，經(jīng)過中間變換F₂，得到輸出特征圖F₃，其中F₂和F₃公式定義如下：

F₂=M_C（F₁）UF₁；（1）

F₃=M_S（F₂）UF₂。（2）

式中：M_C、M_S分別表示通道注意力和空間注意力子模塊，表示矩陣點乘。

M_C網(wǎng)絡結(jié)構(gòu)如圖4所示，首先將維度為C×W×H的特征圖F₁置換后為W×H×C，C、W、H分別表示特征圖的通道數(shù)、寬、高。然后，用1個多層感知器MLP（2層）放大通道-空間的跨維依賴關(guān)系。最后反向置換，并通過Sigmoid激活函數(shù)得到輸入特征圖F₁的權(quán)重系數(shù)M_C（F₁）。

M_S網(wǎng)絡結(jié)構(gòu)如圖5所示，輸入維度為C×W×H特征圖F₂，采用2個7×7卷積模塊融合空間信息。同時，采用和通道注意力子模塊相同壓縮比r，得到縮放后的新特征，再通過Sigmoid激活函數(shù)得到特征圖F₂的權(quán)重系數(shù)M_S（F₂）。通過通道注意力子模塊和空間注意力子模塊之后，網(wǎng)絡對目標深層特征的提取能力得到提高，同時不較大損失特征圖的紋理細節(jié)信息，從而達到增強主干網(wǎng)絡的特征提取能力。由于GAM加入會增加模型參數(shù)量和計算成本，綜合考慮精度和代價，設(shè)計在YOLO v8s主干網(wǎng)第3個C2f后添加1個GAM（記為GAM3），具體添加位置見圖2。因為GAM對空間大小、通道數(shù)量適中的特征圖效果較好。為驗證GAM3的有效性，設(shè)計常見不同注意力機制對比試驗，結(jié)果如表2所示，可以看出，YOLO v8s+GAM3的綜合效果最好，證明了GAM3的有效性。

2.2 引入動態(tài)蛇形卷積

傳統(tǒng)卷積使用靜態(tài)權(quán)值，感受野相對固定，不利于網(wǎng)絡捕獲目標的細節(jié)特征，給應用于復雜幾何特征的目標檢測帶來挑戰(zhàn)，比如葡萄葉片病害中不規(guī)則形態(tài)的目標。綜合考慮精度和計算成本，本研究在主干網(wǎng)末端引入動態(tài)蛇形卷積DSConv來提取更加復雜的幾何特征，具體位置如圖2所示^［18］。因為主干網(wǎng)末端特征圖語義信息豐富，并且有較大感受野，在這個位置使用DSConv有利于提取不規(guī)則的結(jié)構(gòu)特征。DSConv是一種使用動態(tài)權(quán)值的可變形卷積方法，可以實現(xiàn)自適應地聚焦于復雜輪廓曲線的局部特征，進而彌補傳統(tǒng)卷積的不足。

DSConv的核心思想是加入變形偏移量以擴張感受野，為卷積核提供更大的靈活性。圖6展示了DSConv的計算過程。為防止感受野與目標形態(tài)的過度偏離，DSConv采取了迭代策略，即一次性只處理1個目標，保持注意力的連續(xù)性。下面從數(shù)學推導入手，深入闡明DSConv的實現(xiàn)原理?，F(xiàn)給定膨脹系數(shù)為1的標準二維3×3卷積核K，其中心坐標為K_i=（x_i，y_i），則K中每個網(wǎng)格的位置可表示為K_i±c=（x_i±c，y_i±c），其中，c={1，2，3，4}表示與中心網(wǎng)格的水平距離。卷積核K中每個網(wǎng)格的位置呈現(xiàn)遞推關(guān)系，從中心位置K_i開始，每個網(wǎng)格距離中心的距離與前一個網(wǎng)格相比偏移量為Δ={|δ｜，δ∈［-1，1］}。為確保卷積核具有線性結(jié)構(gòu)，在x軸和y軸2個方向上拉直卷積核，使用偏移量進行表達。

在x軸方向上K_i±c 為：

（x_i+c，y_i+c）=（x_i+c，y_i+∑i+c/iΔy），

（x_i-c，y_i-c）=（x_i-c，y_i+∑i/i-cΔy）。（3）

在y軸方向上K_j±c為：

（x_j+c，y_j+c）=（x_j+∑j+c/jΔx，y_i+c），

（x_j-c，y_j-c）=（x_j+∑j/j-cΔx，y_i-c）。（4）

由于偏移量Δ通常為小數(shù)， 使用雙線性插值的方法處理為

K=∑_K′B（K′，K）·K′。（5）

式中：K表示小數(shù)位置；K′表示所有積分空間位置；B為雙線性插值核，分為2個一維核：

B（K，K′）=b（K_x，K_x′）·b（K_y，K_y′）。（6）

基于上述分析，由于x軸和y軸上的動態(tài)調(diào)整，

3×3標準卷積核在變形過程中可以覆蓋9×9的范圍，進而大幅度擴張了感受野。由此，動態(tài)蛇形卷積在動力學機構(gòu)的基礎(chǔ)上實現(xiàn)了對幾何結(jié)構(gòu)適應性的動態(tài)匹配，進而更精確地捕捉目標的關(guān)鍵幾何特征。

2.3 改進損失函數(shù)

常見的損失函數(shù)主要基于IoU、GIoU、DIoU和CIoU，但這些均有其缺點^［19-22］。YOLO v8s在回歸檢測任務中使用的CIoU損失函數(shù)，雖然考慮了檢測框縱橫比的問題，但是通過公式反映的縱橫比差異不是寬、高分別與其置信度的真實差異，并且錨框的長和寬不能同時增大或減小。

由于葡萄葉片存在多種病害類別，當病害區(qū)域較小，加上室外不同光照環(huán)境，部分類別之間區(qū)別不會太明顯，會導致存在較多負例及困難樣本問題（深度網(wǎng)絡模型由于預測難度大，導致預測不準，將可能存在預測結(jié)果中預測值與真值標簽誤差較大的樣本）。故本研究在輸出端用 Focal-EIoU損失函數(shù)代替回歸任務損失函數(shù)CIoU^［23］。EIoU通過計算預測框和目標框在重疊區(qū)域面積、中心點坐標及邊長上的差異來計算損失。在此基礎(chǔ)上，進一步引入Focal來處理不平衡樣本，通過目標框和預測框的IoU值來重新加權(quán)EIoU損失，IoU高的高質(zhì)量樣本擁有更高權(quán)重，使得模型更加關(guān)注高質(zhì)量樣本的貢獻，降低低質(zhì)量樣本的影響，提高模型的檢測能力。具體公式如下所示：

L_EIoU=L_IoU+L_dis+L_asp=1-IoU+ρ²（b，b^gt）/（w^c）²+（h^c）²+ρ²（w，w^gt）/（w^c）²+ρ²（h，h^gt）/（h^c）²；（7）

L_f（x）=-αx²［2ln（βx）-1］/4，0＜x≤1；1/e≤β≤1-αln（β）x+c，x＞1；1/e≤β≤1；（8）

L_Focal-EIoU=IoU^γL_EIoU。（9）

式中：L_IoU、L_dis、L_asp分別表示IoU損失、距離損失、方位損失；w^c、h^c分別表示包含預測框和真實框最小閉包外接框的寬度、高度；b、b^gt分別表示預測框和真實框的中心點；ρ表示歐氏距離；參數(shù) α、β、γ為控制抑制程度的超參數(shù)，用來在模型中提升有益梯度，抑制有害梯度；c為保持函數(shù)連續(xù)性的常數(shù)項。

為驗證改進損失函數(shù)的有效性，設(shè)計常見邊框回歸損失函數(shù)對比試驗，結(jié)果如表3所示?？梢钥闯觯褂肍ocal EIoU進行替換效果最好，試驗結(jié)果和前面的理論分析一致。

2.4 增加小目標檢測頭

由于葡萄葉片病害中存在較多小目標區(qū)域，而YOLO v8s進行下采樣倍數(shù)較大，較難學到淺層較小感受野的小目標特征，對小目標檢測能力有待提高。因此，本研究在原有3個檢測頭（尺寸分別為80像素×80像素、40像素×40像素、20像素×20像素）的基礎(chǔ)上，在網(wǎng)絡層次相對較淺階段（具有更多細節(jié)特征）提出增加1個160像素×160像素小目標檢測頭，用來提升小目標的檢測性能，具體添加細節(jié)如圖2小目標檢測頭黑色虛線區(qū)域所示，添加小目標檢測頭后，模型對小目標的檢測能力得到提高。

3 結(jié)果與分析

3.1 評價指標

本研究采用平均精度均值（mAP）來綜合衡量模型的精度；采用每秒檢測圖片的幀數(shù)（FPS）來衡量模型的檢測速度；采用參數(shù)量來衡量模型的大小。mAP涉及準確率（P）、召回率（R），其計算公式為

P=TP/（TP+FP）；（10）

R=TP/（TP+FN）。（11）

式中：TP表示正確預測為葡萄葉片病害的樣本數(shù)；FP表示錯誤預測為葡萄葉片病害的樣本數(shù)；FN表示未被預測為葡萄葉片病害的樣本數(shù)。

mAP 是指所有類別的平均準確率（AP）的平均值，AP和mAP計算公式如下：

AP=∫¹0P（R）dR；（12）

mAP=1/N∑N/i=1AP_i。（13）

式中：N表示目標檢測的類別數(shù)，本試驗中葡萄葉片病害共有3種，故N=3；mAP值越大，表示該模型的綜合檢測精度越高；mAP@0.5表示IoU閾值設(shè)置成0.5的mAP；mAP@0.5∶0.95表示IoU閾值設(shè)置從0.5～0.95，步長0.05的平均mAP。

3.2 試驗環(huán)境

本試驗于2023年7月在廣西科技師范學院自治區(qū)級機器人高新技術(shù)企業(yè)孵化中心高性能服務器上運行，操作系統(tǒng)為Ubuntu 21.10，CPU型號為Intel Core i9-12900K@3.2 GHz，GPU型號為NVIDIA RTX 3080，顯存10 GB，使用Pytorch 1.7.1深度學習框架，編程語言為Python 3.7，CUDA版本為11.0.0。主要訓練參數(shù)設(shè)置如下：訓練周期為300，批大小為16，初始學習率為0.01。在當前的試驗條件下，進行葡萄葉片病害檢測模型的訓練和優(yōu)化，能夠滿足試驗要求。

3.3 消融試驗結(jié)果與分析

為驗證各個改進模型的有效性，設(shè)計消融試驗，結(jié)果如表4所示?？梢钥闯觯噍^于YOLO v8s算法，該算法在mAP@0.5達到90.9%，提升了4.5百分點，mAP@0.5∶0.95達到58.0%，提升了3.1百分點。雖然改進后的模型參數(shù)量相比YOLO v8s增加了0.91 M，檢測速度相比YOLO v8s降低了71.5幀/s，但改進后的模型檢測速度達到了132.6 幀/s，完全符合實時性檢測任務要求。因為在主干網(wǎng)和輸出端分別增加GAM和小目標檢測頭雖然可以增加模型的檢測精度，但也會增加模型的參數(shù)量，并降低檢測速度；在主干網(wǎng)替換1個殘差模塊C2F為DSConv，雖然可以增加模型的檢測精度，降低模型的參數(shù)量，但也會降低檢測速度；在輸出端回歸任務替換CIoU損失函數(shù)為Focal EIoU，能更加精準測量誤差，同時基本不會造成參數(shù)量和檢測速度性能的降低。

由于葡萄葉片病害存在較多小目標區(qū)域，為了更加直觀地顯示檢測效果，圖7給出了葡萄葉片黑腐病、黑麻疹病和枯萎病各1張檢測效果對比圖。從圖7可以看出，使用本研究算法檢測到黑腐病、黑麻疹病、枯萎病目標區(qū)域較YOLO v8s分別增加了1、1、3個小目標區(qū)域，而且大部分目標區(qū)域的置信度都有所提高，說明使用改進后的模型有效提升了目標的檢測精度，尤其是小目標。

3.4 對比試驗結(jié)果與分析

與主流目標檢測算法對比試驗結(jié)果如表5所示，可以看出，本研究算法在mAP@0.5、mAP@0.5∶0.95指標上均優(yōu)于Faster R-CNN、CenterNet、YOLOX、YOLO v5s（7.0）、YOLO v7、YOLO v8s；本研究算法在FPS指標上優(yōu)于表5中除YOLO v8s的主流檢測模型，雖然FPS比YOLO v8s降低了71.5幀/s，但還是滿足實時性要求。試驗結(jié)果表明，本模型與其他非基線的5個模型相比，在精度和速度上均有所提升，同時，相比其他6個模型，本模型在保證實時性要求的前提下，具有更強的特征提取能力和平均檢測精度。

番茄葉片病害數(shù)據(jù)集來源自PlantVillage數(shù)據(jù)集，包括細菌性斑點病、葉霉病、斑枯病、早疫病4種，共5 106張圖片， 試驗結(jié)果如表6所示。由試驗結(jié)果可知，改進后的模型相比YOLO v8s在番茄葉片病害上mAP@0.5提升了4.1百分點，達到了 90.3％， mAP@0.5∶0.95提升了2.9百分點，而檢測速度降低了61.8幀/s，但達到150幀/s，符合實時檢測任務要求。該試驗證明了本模型具有較好的適用性和魯棒性。

4 結(jié)論

葡萄葉片病害檢測在構(gòu)建葡萄葉片病害診斷體系、精準科學施藥以及精細化管理方面具有關(guān)鍵作用。為解決葡萄葉片病害檢測過程中漏檢、精度不高等問題，本研究對YOLO v8s模型進行改進，在實時性檢測要求下，有效提升了YOLO v8s模型的檢測精度及特征提取能力。同時，對比其他非基線代表性的目標檢測模型，在精度和速度上均有所提升，并在番茄葉片病害數(shù)據(jù)集上驗證了本模型的適用性和魯棒性。該模型的提出對葡萄葉片病害檢測具有重要意義，也為植物葉片病害檢測提供參考。接下來的工作將關(guān)注模型輕量化工作，以滿足移動設(shè)備上部署的需求。

參考文獻：

［1］蔡全新. 我國葡萄種植產(chǎn)業(yè)發(fā)展現(xiàn)狀及對策［J］. 鄉(xiāng)村科技，2020（20）：18-19.

［2］王 鵬. 基于深度學習的葡萄葉片病害識別方法研究［D］. 楊凌：西北農(nóng)林科技大學，2022.

［3］Wang Z B，Wang K Y，Pan S H，et al. Segmentation of crop disease images with an improved K-means clustering algorithm［J］. Applied Engineering in Agriculture，2018，34（2）：277-289.

［4］Zhang D Y，Chen G，Zhang H H，et al. Integration of spectroscopy and image for identifying fusarium damage in wheat kernels［J］. Spectrochimica Acta（Part A，Molecular and Biomolecular Spectroscopy），2020，236：118344.

［5］Zhang C L，Zhang S W，Yang J C，et al. Apple leaf disease identification using genetic algorithm and correlation based feature selection method［J］. Int J Agric amp; Biol Eng，2017，10（2）：74-83.

［6］Ren S Q，He K M，Girshick R，et al. Faster R-CNN：towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2017，39（6）：1137-1149.

［7］李就好，林樂堅，田 凱，等. 改進 Faster R-CNN 的田間苦瓜葉部病害檢測［J］. 農(nóng)業(yè)工程學報，2020，36（12）：179-185.

［8］文 斌，曹仁軒，楊啟良，等. 改進YOLO v3算法檢測三七葉片病害［J］. 農(nóng)業(yè)工程學報，2022，38（3）：164-172.

［9］孫豐剛，王云露，蘭 鵬，等. 基于改進YOLO v5s和遷移學習的蘋果果實病害識別方法［J］. 農(nóng)業(yè)工程學報，2022，38（11）：171-179.

［10］雷建云，葉 莎，夏 夢，等. 基于改進YOLO v4的葡萄葉片病害檢測［J］. 中南民族大學學報（自然科學版），2022，41（6）：712-719.

［11］蘇俊楷，段先華，葉趙兵. 改進YOLO v5算法的玉米病害檢測研究［J］. 計算機科學與探索，2023，17（4）：933-941.

［12］Niu Z Y，Zhong G Q，Yu H. A review on the attention mechanism of deep learning［J］. Neurocomputing，2021，452：48-62.

［13］Hu J，Shen L，Sun G. Squeeze-and-excitation networks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City，UT，USA：IEEE，2018：7132-7141.

［14］Woo S，Park J，Lee J Y，et al. CBAM：convolutional block attention module［M］//Lecture notes in computer science.Cham：Springer International Publishing，2018：3-19.

［15］Park J，Woo S，Lee J Y，et al. BAM：bottleneck attention module［EB/OL］. ［2024-02-11］.http：//arxiv.org/abs/1807.06514 .

［16］Misra D，Nalamada T，Arasanipalai A U，et al. Rotate to attend：convolutional triplet attention module［C］//Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. Waikoloa：IEEE，2021：3139-3148.

［17］Liu Y C，Shao Z R，Hoffmann N.Global attention mechanism：retain information to enhance channel-spatial interactions［EB/OL］.（2021-10-10）［2024-04-10］.https：//arxiv.org/pdf/2112.05561.

［18］Qi Y L，He Y T，Qi X M，et al. Dynamic snake convolution based on topological geometric constraints for tubular structure segmentation［C］//2023 IEEE/CVF International Conference on Computer Vision （ICCV）. Paris：IEEE，2023：6047-6056.

［19］Yu J H，Jiang Y N，Wang Z Y，et al. UnitBox：an advanced object detection network［C］//Proceedings of the 24th ACM international conference on Multimedia.Amsterdam The Netherlands.ACM，2016：516-520.

［20］Rezatofighi H，Tsoi N，Gwak J，et al. Generalized intersection over union：a metric and a loss for bounding box regression［C］//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Long Beach，CA，USA：IEEE，2019：658-666.

［21］Zheng Z H，Wang P，Liu W，et al. Distance-IoU loss：faster and better learning for bounding box regression［J］. Proceedings of the AAAI Conference on Artificial Intelligence，2020，34（7）：12993-13000.

［22］李 濱，樊 健. 基于YOLO v5的水稻害蟲分類［J］. 江蘇農(nóng)業(yè)科學，2024，52（2）：175-182.

［23］Lin T Y，Goyal P，Girshick R，et al. Focal loss for dense object detection［C］//2017 IEEE International Conference on Computer Vision （ICCV）.Venice，Italy：IEEE，2017：2999-3007.