改進YOLOv3算法檢測三七葉片病害

文 斌，曹仁軒，楊啟良，張 健，朱 晗，李知聰

（1. 三峽大學電氣與新能源學院，宜昌 443000；2. 昆明理工大學現代農業工程學院，昆明 650500）

0 引 言

三七是中國的名貴中草藥，具有止血，散淤，止痛等功效。近年來，市場對三七的需求量已經超過了9 000 t，為了滿足市場的需求，三七的人工培育面積不斷擴大，但其作為一種典型的陰生植物，人工培育需要在遮蔭環境下進行，而這種獨特的培養環境容易誘發多種病害問題，如何準確識別其各種病害已成為一個亟待解決的問題。

傳統三七葉片病害的檢測方法主要包括人工識別和生物試劑檢測等。王志敏等提出使用人工檢疫法來識別三七的若干種病害。楊濤等提出使用人工抗病性鑒定識別三七的病害。李欣采用基因生物學方法對三七的多種病害進行檢測。傳統病害檢測方法實時性不高，由于病害種類的多樣性，識別的準確性也難以保證。隨著病害檢測技術的發展，傳統圖像處理方法被用于農作物的病害檢測，這些方法基于閾值分割，顏色空間轉換等技術，識別精度高于人工識別方法，但算法的構建比較復雜，檢測速度較慢。

近年來，深度學習技術快速發展，基于深度學習的目標檢測算法不需要人為設計復雜的特征，它能自動提取圖像中的各種抽象特征，并根據提取結果進行目標的分類和定位，大幅提高了目標檢測效率。研究者們引入了多種基于深度學習的目標檢測算法用于農作物病害檢測。Patarapuwadol等使用YOLOv3算法進行水稻病害的檢測，并將算法部署到了服務器端。……