輕量化YOLO模型在農作物微小病蟲害檢測中的應用研究

摘要：針對農作物病蟲害檢測中早期微小病蟲害變化目標識別準確率不高的問題，提出一種輕量化農作物微小病蟲害檢測算法YOLO-MobileNet-CBAM。該算法采用MobileNetV3輕量級卷積模塊替換YOLOv5s的主干提取網絡來降低參數運算量，并引入CBAM注意力機制從通道和空間兩個維度對重要的特征提取進行強化，有效增強小目標的聚焦準確度。卷積模塊中用H-SiLU代替原模型的SiLU激活函數提高訓練速度，避免梯度消失問題。通過將SIoU函數代替原模型中的GIoU函數計算預測框回歸損失，將形狀損失計算在內，進一步提高小目標定位精度。通過特征金字塔輸出4個不同尺度的檢測頭識別大面積病害、微小病害及蟲害目標，增加微小目標的檢測精度。結果表明，YOLO-MobileNet-CBAM在微小病蟲害目標檢測任務中精確率達92.38%，召回率達90.24%，平均精度大于90%。實現模型輕量化，同時有效提高檢測精確度，為手持式終端檢測應用提供技術支持。

關鍵詞：農作物；微小病蟲害檢測；輕量化模型；YOLO-MobileNet-CBAM

中圖分類號：TP391.4; S432" " " 文獻標識碼：A" " " 文章編號：2095?5553 （2024） 09?0265?07

Research on the application of lightweight YOLO model in detection of small crop

diseases and pests

Yang Qiaomei Cui Tingting Yuan Yongbang Luo Hua

（1. Chongqing College of International Business and Economics， Chongqing， 401520， China;

2. China Coal Science and Industry Group Chongqing Research Institute Co.， Ltd.， Chongqing， 400039， China;

3. Chongqing Three Gorges University， Chongqing， 404020， China）

Abstract： In response to the problem of insufficient accuracy in early small change target recognition in crop pest detection， a lightweight plant pest detection algorithm YOLO-MobileNet-CBAM is proposed. This algorithm replaces the backbone extraction network of YOLOv5s with a lightweight convolutional module of MobileNetV3 to reduce parameter computation， and introduces CBAM attention mechanism to strengthen important feature extraction from both channel and spatial dimensions， effectively enhancing the detection accuracy of small targets. It improves training speed and avoids gradient vanishing problems by replacing the original model's SiLU activation function with H-SiLU in the convolutional module. The prediction box regression loss function utilizes the SIoU function instead of the GIoU function in the original model， accounting for shape loss to further improve accuracy of small target localization. Finally， four detection heads with varying scales are output via the feature pyramid to identify large?scale diseases， small diseases and pest targets， thereby enhancing the detection accuracy of small targets. The results show that YOLO-MobileNet-CBAM achieves an accuracy rate of 92.38%， a recall rate of 90.24%， and an average accuracy of over 90% in detecting small pests and diseases. It achieves lightweight model design while effectively improving detection accuracy， and provides technical support for handheld terminal detection applications.

Keywords： crops; small diseases and pests; lightweight model; YOLO-MobileNet-CBAM

0 引言

根據聯合國糧農組織的數據[1]，全球每年高達40%的農作物產量因蟲害和病害而損失，造成的經濟損失至少為700億美元（約合人民幣4 466億元），因病害造成的全球經濟損失超過2 200億美元，因此，及時準確地診斷農作物病蟲害對于可持續農業的正確發展具有重要意義。目前，一些發達地區批量種植農作物專業化水平和信息化水平都比較高，蟲害的防治比較及時，但在大部分農村地區，農作物病蟲害種類繁多且危害嚴重，散戶種植者只是定期噴灑一些藥物，對病蟲害的種類無法精確識別，不能得到及時有效的防治。

早期傳統圖像識別方法[2， 3]是基于圖像分割提取特征，進行病蟲害類型的識別，但這種方法漏檢率低，準確度不高。隨著人工智能技術的發展和智慧農業興起，深度學習算法在農作物病蟲害識別與分類的應用研究不斷深入。趙越等[4]研究了基于Faster R-CNN網絡模型對馬鈴薯葉片病蟲害進行檢測，測試精度可達99.5%；王江晴等[5]研究了一種輕量化VGG植物病蟲害檢測模型，用Ghost模型取代傳統的VGG模型卷積層，有效降低了參數量和浮點數計算次數，為模型在嵌入式終端的應用提供了技術支持。趙法川等[6]提出一種融合多頭注意力的輕量級卷積網絡用來檢測作物病蟲害，在PlantVillage病蟲害數據集上取得了大于99.7%的Top-5準確率和大于95.9%的Top-1準確率。曹躍騰等[7]提出了改進ResNet的植物葉片病蟲害識別，主要是從減少參數量著手，使用小卷積核代替7×7卷積核，同時采用殘差瓶頸結構和模型剪枝技術，在不降低準確率的前提下有效減少了參數量和運算量。在基本深度學習框架之上，一些研究者加入了注意力機制和改進了損失函數，強化特征提取，進一步加快網絡收斂。楊堃等[8]針對YOLOv5進行了改進，引入視覺注意力模型，強化特征提取，并對損失函數進行了修改，考慮了預測框和真實框重合包含的情況，使得網絡收斂速度加快。梁萬杰等[9]采用VGG16和ResNet50對蘋果、玉米、葡萄和番茄病蟲害進行檢測，提出單作物多病害智能識別系統，為農業智能化提供技術支撐。近兩年研究檢測模型向輕量化方向發展，胡凱等[10]對SSD算法進行了改進，用ResNet50代替VGG16進行特征提取，并使用輕量化多尺度特征融合預測模塊，有效提升了網絡檢測小目標的效果。徐會杰等[11]使用YOLOv3對玉米葉片病蟲害進行檢測，通過選擇初始聚類中心代替隨機聚類，提高了聚類速度，并將先驗框增加為12個，對小目標檢測更有效。

深度學習網絡在植物病蟲害檢測與識別的研究已取得一定的成果，但現有模型在農作物早期微小病變識別方面的精度有待提高，在性能和參數方面仍有進一步優化的空間。本研究基于YOLO+MobileNet+CBAM的深度學習模型，用MobileNetv3模塊替代YOLOv5s特征提取主干網絡中的CPS1_X模塊，同時引入CBAM視覺注意力機制，旨在保持模型輕量化的同時具備復雜網絡的學習能力，以期為資源有限的終端檢測系統提供參考。

1 數據集處理

模型使用玉米病蟲害數據集訓練預測，數據來自Kaggle公共數據庫和農業助手的玉米病蟲害圖片，共下載數據2 300張圖片，使用LabelImg圖像圖形注釋工具對圖片進行標注，標注內容包含目標邊框位置坐標（x，y，w，h）和分類（lable），數據集可識別的病害有小斑病、大斑病、灰斑病、圓斑病、銹病、蟲害黏蟲、玉米螟、雙斑長跗螢葉甲、二點委夜蛾、薊馬和甜菜夜蛾等，為了豐富樣本集，提高檢測準確率，使用隨機縮放、隨機裁剪、隨機排布和改變光照度進行數據增強，隨機改變亮度和顏色增強效果如圖1所示。

增強后的圖片共選取4 600張，其中70%作為訓練集，共3 220張；20%作為驗證集，共920張；10%作為測試集，共460張。

2 網絡模型設計

傳統YOLOv5s模型參數量大，微小目標識別精度不高，不適合應用于輕量化的農作物微小病蟲害目標識別，本文研究輕量化農作物病蟲害識別模型應用，將YOLOv5s模型與MobileNetv3結合，同時引入CBAM注意力機制，在減輕網絡運算量的同時增加微小目標識別精度。

2.1 相關技術

模型主要使用YOLOv5s網絡，MobileNetv3輕量級網絡和CBAM注意力機制。

2.1.1 YOLOv5s網絡結構

YOLO[12]技術是一次目標識別檢測技術，使用全卷積網絡實現目標識別和定位。YOLOv5s是網絡深度最小的YOLOv5模型，網絡結構由輸入端、主干提取網絡（Backbone）、頸部網絡（Neck）和預測網絡（Prediction）組成，輸入端主要完成數據增強和自適應框計算；Backbone主干網絡進行提取特征，提高模型的魯棒性；Neck通過上采樣和特征金字塔低層的特征信息和高層特征進行融合，輸出預測的特征圖；Prediction利用之前提取的特征做出預測，網絡結構如圖2所示。

2.1.2 MobileNetv3

MobileNetv3[13]深度可分離卷積網絡主要特點是深度可分離卷積、線性瓶頸和倒置殘差結構，同時為了加強通道特征提取，加入了SE模塊。深度可分離卷積首先采用不同的卷積核依次對每個通道進行平面卷積操作，然后通過1×1的點積操作融合各通道的特征并控制輸出的通道數量，在保證精度的同時，計算量可大幅度降低，加快網絡的訓練收斂速度，如圖3所示。

2.1.3 注意力機制

視覺注意力CBAM[14]是一個輕量級的通用模塊，集通道注意力和空間注意力為一體的注意力機制，從通道和空間兩個維度增強特征權重，先通過Channel Attention Module，對輸入特征各通道分別作全局平均池化操作和最大池化，然后經過一個全連接層和一個sigmoid激活函數，將得到的注意力圖與輸入特征圖相乘后再經過Spatial Attention Module，對特征圖上的每個像素取平均池化和最大池化，得到特征圖再用1×1卷積得到單層特征圖，再經過softmax函數得到空間注意力，最后得到Refined Feature，實現從通道到空間的順序注意力，有效提高目標檢測和物體分類的精度，結構如圖4所示。

2.2 輕量化病蟲害識別模型設計

針對農作物病蟲害檢測輕量化的需求和植物的病害特征非常相似且初期病變面積較小造成目標識別困難的情況，本文對YOLOv5s模型進行了改進，網絡結構如圖5所示。輸入640像素×640像素×3通道的圖片通過Mosaic數據增強來提高數據集的復雜度，使用自適應錨框根據訓練集計算最佳錨框值。調整后的圖片再經過Focus切片對每張圖片每隔一個像素采集一個值，得到四張互補圖片，在不增加計算量的情況下將通道擴充4倍。

CBH模塊是卷積模塊，起到提取特征和下采樣的作用，用H-SiLU[15]代替原模型的SiLU激活函數，在輸入值為正數時，能夠提供更快的梯度傳播，在計算上更高效，有助于提高模型的訓練速度，在輸入值為負數時，能夠更快地達到飽和，從而避免梯度消失的問題。

M3-CBAM模塊是指MobileNetv3+CBAM，使用MobileNetv3結構進行特征提取來降低參數運算量，同時為了強化模型的特征提取能力，減少輕量化帶來的特征損失，提高由于植物葉片病變相似及蟲害多目標造成難識別目標的識別率，減少不感興趣的背景圖片的影響，引入視覺注意力CBAM注意力機制代替MobileNetv3的SENet，從通道和空間兩個維度，對重要的特征進行強化，不重要的特征進行弱化，有效檢測目標輪廓特征，更加突出檢測目標。首先經過1×1卷積（1×1 Conv）、批歸一化BN和H-Swish激活函數，然后通過一個3×3深度卷積層（3×3 DConv）進一步提取特征，再將特征通過CBAM注意力模塊，最后再與一個1×1卷積層（1×1 Conv）進行特征映射，得到最終的輸出特征圖，結構如圖6所示。

SPPF快速—空間金字塔池化，將輸入以串行的方式依次通過3個5×5的最大池化，再將特征圖進行Concat操作，目的是加快提取重要特征的速度。

Neck結構主要由特征金字塔（Feature Pyramid Network， FPN）[16]+路徑聚合網絡（Path Aggregation Netw ，PAN）[17]模塊構成，通過上采樣融合主干網絡輸出的不同尺寸的特征圖，將高層豐富的語義特征與低層高分辨率位置信息進行上下文特征融合，提升網絡對語義信息和位置信息的學習性能。

Prediction通過特征金字塔結構輸出四個不同的檢測頭，實現對原始圖像進行4倍、8倍、16倍和32倍的下采樣，生成大小分別為160×160、80×80、40×40、20×20的特征向量，用于不同尺寸目標的檢測，增加微小目標的檢測精度。

2.3 損失函數的改進

針對多目標檢測的預測框，YOLOv5模型中采用GIoU Loss[18]損失函數根據類別預測和邊框回歸預測來計算損失，包括邊界框損失、置信度損失和類別損失，其中邊界框損失仍然使用預測框和目標框的IoU計算，但增加相交尺度衡量方式，在計算時使用了最小外接矩形，解決兩框不相交時的優化問題，但GIoU Loss損失函數在計算IoU時在預測框與真值框相交后就退化為IoU，無法對具有重疊關系、兩框包含目標及方向匹配進行優化。對于植物病蟲害檢測目標，需要綜合考慮目標框、類別、目標向量的角度的優化，因此選擇SIoU[19]來計算預測框和真實框之間的損失，如式（2）所示。

3 試驗測試

3.1 試驗平臺

本試驗是在百度飛槳（PaddlePaddle）深度學習平臺上進行的。飛槳是一個集深度學習核心框架、工具組件和服務平臺于一身的技術先進且功能完備的開源深度學習平臺，提供了豐富的官方支持模型集合。試驗需要配置GPU為Tesla V100，視頻內存（Video Mem）為32 GB，CPU為4核的運行環境。

3.2 模型訓練

模型訓練采用Adam來優化網絡權重更新，樣本的批次Batchsize設置為16，模型初始學習率設計為0.01，采用指數型衰退學習率，每個輪次更新學習率為原來的0.92，共訓練300個迭代周期，參數配置如表1所示。

3.3 評價標準

為了評估模型在數據集上的性能，采用精確率P、召回率R、平均精度mAP、FPS和浮點數五個指標。精確率P表示所有被正確檢測出的正例占檢測為正例的比率；召回率R反映所有被正確檢測出的正例占總正例的比率；平均精度mAP表示所有類別目標的平均精度；FPS代表目標網絡每秒可以處理的圖片數量；浮點數用于量化模型的計算復雜度。

4 結果分析對比

4.1 損失函數對模型檢測效果的影響

使用不同損失函數對YOLO+MobileNet+CBAM模型進行試驗，檢測效果對比如表2所示。采用[SIoU]損失函數的模型精確率比[GIoU]函數的模型提高了5.14%，召回率和平均精確度均提高了3.89%。這是因為[SIoU]損失函數在計算預測框與目標框之間的差距時，考慮了它們之間的向量角度，加入了懲罰指標，不僅提高了模型訓練的速度和效率，而且使檢測效果更優。

4.2 不同網絡模型比較

為有效評估改進模型性能，選取Faster R-CNN、YOLOv5s、YOLO+MobileNet模型與YOLO+MobileNet+CBAM模型在相同訓練參數和數據集上進行試驗對比，各模型的評價指標計算結果如表3所示。

根據表3可知，在精確率和召回率方面，YOLO+MobileNet+CBAM模型表現最優，分別達到92.38%和90.24%，表明相比其他模型，該模型在檢測目標并正確分類方面具有較高的準確性和召回率；在平均精度方面，YOLO+MobileNet+CBAM模型達到92.56%，表明該模型在所有類別目標檢測的檢測準確率較高。從浮點數和FPS來看，YOLO+MobileNet+CBAM模型和YOLO+MobileNet模型在四種模型中，保持較高幀數的同時計算量較低，表明模型在計算效率和圖片處理速度方面具有較高的性能。

為了比較YOLO+MobileNet+CBAM模型和YOLO+MobileNet模型的性能，繪制訓練P-R曲線，如圖7所示。YOLO+MobileNet+CBAM模型的精確率和召回率均比YOLO+MobileNet高，這說明加入CBAM注意力機制后模型在病蟲害識別中具有更高的優勢，從而提高了小目標的檢測準確率。

為了驗證模型改進的有效性，選擇包含微小病變多的圖片使用表3中的4個模型分別進行測試，測試結果如圖8所示。

從圖8可以看出，對于較大面積的病害，4個模型均可檢測出來，但微小病害和光線不足的地方，Faster R-CNN和YOLOv5s均存在漏檢誤檢現象，YOLO+MobileNet檢測出來的微小病害精確率有所提高（圖中紅色方框識別區域），而YOLO+MobileNet+CBAM模型對微小病害的識別準確率最高，誤檢率最低（圖中紅色圓圈識別區域），表明改進的模型能夠更好地捕捉到這些微小病變，并且能夠更準確地對其進行分類和定位，效果更佳。

5 結論

1） 提出一種輕量級農作物微小病蟲害檢測模型，解決農作物微小病蟲害檢測終端資源有限、識別模型輕量化需求和識別精度不高的問題，該模型通過把YOLOv5s模型Backboon中的卷積替換為輕量級的MobileNetv3，引入CBAM注意力機制，實現輕量化和提高精確度的目標。

2） 通過采用SIoU代替GIoU來計算預測框回歸損失，將形狀損失計算在內，使得模型的精確度提升1.73個百分點。

3） 與Faster R-CNN、YOLOv5s和YOLO+MobileNet模型對比，YOLO+MobileNet+CBAM召回率達到90.24%，平均精度可達92.56%，精確率達到92.38%，在減少計算量的同時仍保持較高的識別精確度和準確率，可有效檢測植物微小病蟲害，提高檢測準確性和實時性。

4） 在未來的研究中，將進一步開發農作物病蟲害檢測系統，該系統將采用所提出的輕量級模型，并針對不同的農作物病蟲害數據集進行訓練和保存。農民可以通過移動端選擇相應的模型進行測試，以便及時發現并防治病蟲害對農作物產量的影響，有助于提高農業生產的穩定性和可持續性。

參 考 文 獻

[ 1 ] 聯合國糧農組織： 全球每年四成農作物因蟲害造成的損失達4 466億元[EB/OL]. https： //k. sina. com. cn/article_7517400647_1c0126e47059013hai. html， 2021-06-03.

[ 2 ] 謝春燕， 吳達科， 王朝勇， 等. 基于圖像和光譜信息融合的病蟲害葉片檢測系統[J]. 農業機械學報， 2013， 44（S1）： 269-272.

Xie Chunyan， Wu Dake， Wang Chaoyong， et al. Insect pest leaf detection system based on information fusion of image and spectrum [J]. Transactions of the Chinese Society for Agricultural Machinery， 2013， 44（S1）： 269-272.

[ 3 ] 田有文， 程怡， 吳瓊， 等. 農產品病蟲害高光譜成像無損檢測的研究進展[J]. 激光與紅外， 2013， 43（12）： 1329-1335.

[ 4 ] 趙越， 趙輝， 姜永成， 等. 基于深度學習的馬鈴薯葉片病害檢測方法[J]. 中國農機化學報， 2022， 43（10）： 183-189.

Zhao Yue， Zhao Hui， Jiang Yongcheng， et al. Detection method of patato leaf diseases based on deep learning [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（10）： 183-189.

[ 5 ] 王江晴， 冀星， 莫海芳， 等. 基于輕量化VGG的植物病蟲害識別[J]. 中國農機化學報， 2022， 43（4）： 25-31.

Wang Jiangqing， Ji Xing， Mo Haifang， et al. Plant disease detection based on lightweight VGG [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（4）： 25-31.

[ 6 ] 趙法川， 徐曉輝， 宋濤， 等. 融合多頭注意力的輕量級作物病蟲害識別方法[J]. 華南農業大學學報， 2023（6）： 1-16.

Zhao Fachuan， Xu Xiaohui， Song Tao， et al. A lightweight crop pest identification method based on multi?head attention [J]. Journal of South China Agricultural University， 2023（6）： 1-16.

[ 7 ] 曹躍騰， 朱學巖， 趙燕東， 等. 基于改進ResNet的植物葉片病蟲害識別[J]. 中國農機化學報， 2021， 42（12）： 175 -181.

Cao Yueteng， Zhu Xueyan， Zhao Yandong， et al. Recognition of plant leaf diseases， insect， and pests based on improved ResNet [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（12）： 175-181.

[ 8 ] 楊堃， 范習健， 薄維昊， 等. 基于視覺加強注意力模型的植物病蟲害檢測[J]. 南京林業大學學報（自然科學版）， 2023， 47（3）： 11-18.

[ 9 ] 梁萬杰， 曹靜， 孫傳亮， 等. 基于深度學習的農作物病害識別系統研發[J]. 中國農機化學報， 2023， 44（9）： 169-175.

Liang Wanjie， Cao Jing， Sun Chuanliang， et al. Research and development of crop diseases intelligent recognition system based on deep learning [J]. Journal of Chinese Agricultural Mechanization， 2023， 44（9）： 169-175.

[10] 胡凱， 駱潤玫， 劉澤乾， 等. 基于改進SSD的廣佛手病蟲害檢測方法[J]. 南京農業大學學報， 2023， 46（4）： 813-821.

Hu Kai， Luo Runmei， Liu zeqian， et al. Detection of bergamot diseases and pests based on improved SSD [J]. Journal of Nanjing Agricultural University， 2023， 46（4）： 813-821.

[11] 徐會杰， 黃儀龍， 劉曼. 基于改進YOLOv3模型的玉米葉片病蟲害檢測與識別研究[J]. 南京農業大學學報， 2022， 45（6）： 1276-1285.

Xu Huijie， Huang Yilong， Liu Man， et al. Research on pest detection and identification of corn leaf based on improved YOLOv3 model [J]. Journal of Nanjing Agricultural University， 2022， 45（6）： 1276-1285.

[12] Redmon J， Divvala S， Girshick R， et al. You only look once： Unified， real?time object detection [C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2016： 779-788.

[13] Li Y G， Wei H， Han Z， et al. Deep learning?based safety helmet detection in engineering management based on convolutional neural networks [J]. Advances in Civil Engineering， 2020（6）： 1-10.

[14] Woo S， Park J， Lee J Y， et al. CBAM： Convolutional block attention module [C]. Proceedings of the European Conference on Computer Vision （ECCV）， 2018： 3-19.

[15] Howard A， Sandler M， Chu G， et al. Searching for mobilenetv3 [C]. Proceedings of the IEEE/CVF International Conference on Computer Vision， 2019： 1314-1324.

[16] Lin T Y， Dollár P， Girshick R， et al. Feature pyramid networks for object detection [C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2017： 2117-2125.

[17] Liu S， Qi L， Qin H， et al. Path aggregation network for instance segmentation [C]. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2018： 8759-8768.

[18] Rezatofighi H， Tsoi N， Gwak J Y， et al. Generalized intersection over union： A metric and a loss for bounding box regression [C]. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， 2019： 658-666.

[19] Loss G Z S I U. More powerful learning for bounding box regression [J]. arxiv preprint arxiv： 2205. 12740， 2022.

[20] Ren S， He K， 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， 2016， 39（6）： 1137-1149.