数字农科院2.0

基于改进YOLOv5n模型的农作物病虫害识别方法

文献类型： 中文期刊

作者： 承达瑜;赵伟;何伟德;武择鹏;王建东

作者机构：

关键词： 农业病虫害;目标检测;轻量级模型;注意力机制

期刊名称：江苏农业学报

ISSN： 1000-4440

年卷期： 2024 年 40 卷 11 期

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 针对模型对复杂场景下农作物病虫害的识别精度低、模型参数量大的问题,本研究对轻量级YOLOv5n模型进行改进。首先,在YOLOv5n模型的骨干网络中加入坐标注意力模块,使模型关注检测目标及其位置,减少复杂背景对模型的影响。其次,引入加权的双向特征融合金字塔网络(BiFPN),减少小目标信息丢失,提高了模型的特征学习能力。最后,用损失函数SIoU代替损失函数CIoU,在不改变模型参数量的情况下,提升了目标检测精度。在无人机采集到的玉米病虫害数据集上,本研究提出的AgriPest-YOLOv5n模型的mAP@0.50达81.32%,在Jetson Xavier开发板上检测速度达到77 FPS,模型大小为1.63 MB。改进后的YOLOv5n模型能够满足轻量化的要求,能够实时、准确地识别复杂背景下的农作物病虫害,本研究结果可为病虫害精准防治提供技术支持。

分类号：

  • 相关文献

[1]基于改进YOLOv8模型的冬小麦穗识别技术. 宫志宏,闫锦涛,于红,刘涛,刘布春,李树岩. 2026

[2]基于改进YOLOv10s的酿酒葡萄叶片病虫害检测算法. 马聪,陈学东,张学俭,薛新宇,张宋超,杨淑婷. 2025

[3]便携式农业病虫害图像采集仪设计与应用. 张超,王正,姚青,杨保军,唐健. 2016

[4]Intelligent Survey Method for Tiny Rice Pests and Their Natural Predators in Paddy Fields Using Augmented Reality (AR) Glasses. 洪辰,,罗举,,冯泽霖,,凌和平,,李玲一,,吴坚,,姚青,,刘淑华. 2025

[5]基于TBTA网络的高光谱图像分类. 唐婷,潘新,罗小玲,闫伟红. 2023

[6]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2022

[7]基于改进U-Net模型的小麦收获含杂率在线检测方法. 陈满,金诚谦,莫恭武,刘士坤,徐金山. 2022

[8]基于改进YOLOv4-tiny的茶叶嫩芽检测模型. 方梦瑞,吕军,阮建云,边磊,武传宇,姚青. 2022

[9]基于改进YOLO v8n-seg的群猪分割方法研究. 王兴家,郑纪业,盛清凯,杨亮,张霞. 2025

[10]基于改进Swin-Unet的小麦条锈病分割方法. 臧贺藏,任帅,王从胜,王盛威,赵瑞玲,陈丹丹,赵晴,张杰,郑国清,李国强. 2024

[11]基于迁移学习的MobileViT-CBAM鲜烟叶成熟度识别模型研究. 赵泮真,王松峰,齐飞,胡强,王爱华,李亚纯,孟令峰,尹东,段史江,王志生. 2025

[12]基于改进YOLOv5s的复杂环境下新梅检测方法. 董耿耿,陈小康,樊湘鹏,周建平,姜宏,崔超. 2024

[13]基于改进MobileNet的轻量级外来入侵植物识别模型研究. 吴鸿飞,刘万学,冼晓青,赵梦欣,姚青. 2024

[14]基于改进DenseNet121的牛脸身份轻量化识别方法. 张瑞峰,曹姗姗,孔繁涛,孙伟. 2026

[15]基于改进ResNet50的草原蝗虫种类智能识别APP系统. 甄又陈,王佳宇,王宁,刘升平,林克剑,李艳艳. 2025

[16]基于形态指纹特征的耕地遥感监测轻量化大模型构建. 唐华俊,吴文斌,余强毅,史云,段玉林,李文娟,钱建平,宋茜,夏浪,李会宾,苏宝峰,范蓓蕾,胡琼,叶剑秋,张帅. 2026

[17]基于轻量化YOLOv3卷积神经网络的苹果检测方法. 武星,齐泽宇,王龙军,杨俊杰,夏雪. 2020

[18]基于Mask R-CNN的玉米干旱卷曲叶片检测. 安江勇,黎万义,李茂松. 2019

[19]基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证. 姚青,吴叔珍,蒯乃阳,杨保军,唐健,冯晋,朱旭华,朱先敏. 2021

[20]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

作者其他论文 更多>>