基于坐標注意力機制與Focal-EIOU 的茶葉葉片病害檢測

摘 要：針對復雜自然環境中茶葉病害的檢測問題，提出一種創新的檢測模型，旨在為茶葉病害的精確識別提供有力支持。模型設計中，增加了小目標檢測層，提升了對微小目標的檢測;引入了CA（CoordAttention）注意力機制，增強模型對細節信息的捕捉能力;采用Focal-EIOU損失函數進一步優化算法模型;替換主干網絡MobilevitV2，提升了模型的性能。實驗結果表明，在同等條件下，與YOLOv8n原模型相比，本研究提出的優化算法實現了平均精度均值3.5百分點的提升，準確率達到91.6%。這些改進措施有效地提高了茶葉病害檢測的準確率，而且為茶葉病害檢測提供了堅實的理論基礎和技術支撐。

關鍵詞：目標檢測;注意力機制;損失函數;Yolov8n

中圖分類號：TP391 文獻標志碼：A

0 引言（Introduction）

茶葉，作為全球廣受歡迎的飲品，其產量常受到多種病害的侵害。因此，對茶葉葉片病害進行精確的檢測，能確保茶葉產業的持續健康發展。傳統的病害檢測[1]依賴于專家的經驗，這一過程不僅耗時費力，而且受主觀因素影響較大。然而，隨著計算機視覺和深度學習技術的發展，自動化的茶葉葉片病害檢測系統應運而生，為茶葉病害的快速、準確識別提供了全新的解決方案。近年來，深度學習技術[2]在目標檢測領域展現出巨大的潛力，尤其是卷積神經網絡在圖像識別方面取得了顯著成就。其中，目標檢測算法如YOLO系列[3-4]，因其在實時性和準確性方面具備較大的優勢而被廣泛應用于各類視覺任務。李書琴等[5]提出的植物葉片病害識別方法，在自建的蘋果葉片病害數據集上達到了1.52%的低識別錯誤率。高偉鋒[6]提出的基于YOLOv8的柑橘病蟲害識別系統，在實際環境中的識別準確率達到了預期的效果。戚玲瓏等[7]提出了改進的YOLOv7目標檢測模型，通過特征分離合并思想對MPConv（混合路徑卷積）模塊進行改進，并使用SIOU優化損失函數，顯著提高了模型的檢測效果。許德剛等[8]提出引入上下文增強模塊，旨在提升模型提取多尺度目標細節信息的能力。郭磊等[9]提出了基于改進YOLOv5的小目標檢測算法，提高了小目標的檢測精度。可見，卷積神經網絡在目標檢測領域的出色表現，已被廣泛融入人們的日常生活當中[10]。盡管當前的目標檢測方法已取得了顯著成效，但是在精度上仍有待進一步提升。針對茶葉葉片病害的識別挑戰，本文基于YOLOv8模型提出了改進的檢測模型，為茶葉病害的精確識別[11]提供了堅實的理論基礎。

1 材料與方法（Materialsandmethods）

1.1 樣本采集

本文采用的實驗數據均為自行采集。為了全面模擬茶葉生長過程中可能遭遇的不同天氣條件，實驗挑選了在晴朗和雨后[12]兩種不同天氣狀況下拍攝的圖片（圖1）。實驗數據集中的茶葉葉片病害圖片，列舉了典型的茶葉病害，包括藻葉斑病、云紋葉枯病及灰枯病等。經過篩選和整理，最終用于實驗的茶葉病害圖片數量為3600張，為模型的訓練和驗證提供了數據支持。

1.2 數據集構建

為確保茶葉葉片病害圖片數據能高效地應用于模型訓練和驗證，采用標注工具LabelImg對3600張圖片進行了精確的標注。在構建數據集時，將茶葉葉片病害圖片數據集分為訓練集和驗證集，兩者的比例為8∶2。這樣的比例劃分，保證了模型在訓練過程中能夠接觸到足夠多的樣本，同時保留了一部分數據用于評估模型的性能。茶葉葉片病害數據集的構建和劃分如表1所示。

2 識別模型構建（Recognitionmodelbuilding）

2.1 YOLOv8概述

YOLOv8代表了目標檢測領域的一項重大突破，延續并優化了YOLO家族一貫的單次預測框架，實現了對圖像中多個對象的快速定位和精確分類。YOLOv8的強大性能得益于其采用的高級卷積神經網絡結構和尖端的訓練技術，這些創新使得該算法在保持高速處理的同時，還能提供更高的檢測準確率，而且在對小型目標的檢測上也展現出了更細致的信息捕捉能力。這一進步使得YOLOv8在處理復雜場景和微小目標時更加得心應手，極大地推動了目標檢測技術的發展。YOLOv8的設計團隊深入考慮了多樣化的應用場景，并推出了5個不同的配置版本，分別是YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l和YOLOv8x。這些版本在維持統一的核心架構的同時，靈活調整了模型的深度和寬度兩個核心維度，以適應多樣化的性能需求和硬件資源約束。從YOLOv8n到YOLOv8x，模型的殘差結構數量呈遞增趨勢，這使得模型在特征提取和信息融合方面的能力得到逐步增強。隨著模型復雜度的提升，YOLOv8系列模型在目標檢測任務上展現出越來越高的精度。

2.2 改進YOLOv8n算法

為了提升茶葉葉片病害檢測的精確度，減低漏檢率，本文對YOLOv8n模型進行了以下4項改進。

（1）添加探測頭，增加小目標檢測層，提高了模型對小病害區域的識別能力。

（2）集成CoordAttention注意力機制，增強了模型對關鍵特征的定位。

（3）使用Focal-EIOU損失函數提高預測邊界框的準確性。

（4）替換主干網絡為MobileViT-V2，提升了模型處理高分辨率圖像的效率。

綜上所述，改進后的網絡總體結構圖如圖2所示。

2.2.1 添加探測頭，增加小目標檢測層

茶葉葉片上的病害如藻葉斑病等，通常以小目標的形式出現，其早期識別對保護茶葉健康生長非常重要。為了更好地檢測這些小病害，本文對YOLOv8n模型進行了改進，增強了對小目標的檢測能力。原YOLOv8模型在處理640×640像素的圖像時，通過3個特征層檢測不同尺寸的目標。然而，最大特征圖僅為80×80像素，限制了對微小病害的有效檢測。因此，本文新增了一個160×160像素的特征層，專門用于檢測微小病害，提高了模型的檢測精度[13]。在本文的改進方案中（圖2），新增的小目標檢測層被清晰地用虛線標注出來。

2.2.2 添加注意力機制

CA機制的獨特之處在于它能夠識別和區分不同的空間方向，即坐標，從而生成具有坐標感知能力的特征圖。與傳統的注意力機制相比，CA在進行注意力分配時，不僅深入考慮了輸入數據的特征信息，而且還融入了每個像素點的空間位置信息。這種結合特征和位置信息的方法，使得CA能夠更加精準地捕捉到圖像中的局部細節和全局結構，在空間關系的理解上具有更高的準確性和敏感度。本文引入了CA機制，旨在應對目標檢測領域中的一些挑戰。改進后的網絡總體結構圖（圖2）中特別標注的黑框部分展示了CA注意力機制的應用。CA 注意力機制的融入，不僅增強了模型對目標的空間定位能力，而且提高了模型在復雜環境下的識別性能。CoordAttention 結構圖如圖3所示。

為了提升注意力模塊在捕捉精確位置信息和遠程空間交互[14]方面的能力，本文提出了一種新的策略，通過分解全局池化操作，不僅保留了全局信息，而且增強了模型對空間關系的敏感度，實現了對特征的一維編碼操作，其具體過程如公式（1）所示：

2.2.3 改進損失函數

在YOLO目標檢測模型的核心機制中，損失函數扮演著至關重要的角色。一個好的損失函數能夠促進模型更快地收斂，并且在面對復雜的目標檢測任務時，能夠提高模型的泛化能力和魯棒性。通過不斷優化損失函數，可以使模型在訓練過程中更加聚焦于預測準確性的提升，從而在實際應用中達到更高的檢測精度。隨著深度學習技術的不斷進步，對損失函數的研究和改進將成為進一步提升目標檢測模型性能的關鍵路徑。YOLOv8使用CIOU作為損失函數，CIOU損失函數定義如公式（8）至公式（12）所示：

其中：A、B 分別為錨框和真實框;IOU 為錨框和真實框的交并比;ρ2（b，bgt）為預測框與真實框中心點的歐式距離，b 表示預測框的中心點，bgt表示真實框的中心點;c 為能夠包含預測框與真實框最小閉包區域的對角線距離;ρ2（b，bgt）／c2 優化了IOU的問題;a 用于平衡比例;v 為描述預測框與真實框之間長寬比的一致性參數[15]。

傳統的IOU函數雖然在衡量預測框與真實框之間的重疊程度方面發揮了作用，但是仍存在一定的局限性。為此，本文引入了Focal-EIOU損失函數，這是一種在YOLOv8中采用的改進型IOU損失函數，進一步提升了預測邊界框與真實邊界框之間相似度的衡量精度。Focal-EIOU的核心優勢主要體現在以下3個關鍵方面的優化：首先，通過最小化預測框與真實框的中心點歐式距離，提升了邊界框的定位精度;其次，通過對寬度和高度的差異施加懲罰，確保預測框在形狀上更加貼合真實框;最后，將損失函數與能夠包含預測框和真實框最小閉包區域的對角線距離[16]相結合，使得損失函數對于目標對象的尺寸和位置更加敏感。Focal-EIOU的參數示意圖如圖4所示。

其中：A 為真實框，B 為預測框，C 為A 和B 的最小封閉框;ρ2（A，B）為A、B 中心點的距離，A'為A 點中心點，B'為B 點中心點;c 為最小封閉框C 的對角線長度，w、h 為A、B、C3個框的寬和高。Focal-EIOU 的計算公式如公式（13）至公式（15）所示：

其中：γ 為控制異常值抑制程度的參數;β 用于控制曲線的弧度;e為自然常數;x 代表真實值與預測值的差值;D為一個常數;ρ2（wA ，wB ）和ρ2（hA ，hB ）分別為寬的差的平方和高的差的平方。Focal-EIOU的公式可表示為

LFocal-EIOU=IOUγLEIOU （16）

2.2.4 替換主干網絡

MobileViT-V2作為基于Transformer架構的先進輕量級深度學習模型[17]，致力于在降低計算和內存需求的同時，維持較高的目標檢測性能;其核心優勢在于經過精心調優的網絡結構和參數設置，MobileViT-V2不僅保持了優異的檢測準確率，而且顯著提升了處理速度。通過引入創新的激活函數和改進的層歸一化技術，進一步提升了模型的效率與準確度。MobileViT-V2結構圖如圖5所示。

圖5中Linear是指一個全連接層，用于將提取的特征映射到最終的輸出上;ReLU是一種常用的激活函數;ContextScores 是上下文信息輸入序列中各個元素之間關聯程度的指標;ContextVector是一個向量，包含了輸入數據的上下文信息。

3 實驗結果和分析（Testresultsandanalysis）

3.1 實驗環境

本文構建了一個高性能的計算環境，以確保網絡模型訓練的高效性和穩定性。為此，選擇了遠程服務器AutodL作為計算平臺，并配備了RTX4090顯卡。深度學習框架為PyTorch2.2.1，模型開發語言為Python。以YOLOv8n作為基礎網絡架構，并采用了官方提供的預訓練權重文件進行模型的初始化。網絡模型訓練參數設置中，將初始學習率設定為0.01，并設置模型進行300輪訓練，每批次處理64個樣本，以此優化模型的參數。

3.2 評價指標

為了全面評估改進后網絡模型的有效性，采用準確率（Precision，P）、召回率（Recall，R）和平均精度均值（mAP50）作為模型性能的最終評價指標[18]。計算公式可表示為

這些指標能夠全面反映模型在目標檢測任務中的表現，包括其精確識別目標的能力以及覆蓋所有正樣本的能力。其中，TP 為模型預測為正樣本且與真實標注匹配的檢測框數量;FP 為模型預測為正樣本但與真實標注不匹配的檢測框數量;FN 為模型未能檢測到的真實標注數量;N 代表模型能檢測出目標的種類數量[19]。

3.3 實驗結果與分析

3.3.1 不同損失函數的對比實驗

為了驗證損失函數Focal-EIOU在目標識別準確性方面的優勢，本文設計了一項對比實驗。在相同條件下，將Focal-EIOU與當前主流的CIOU和SIOU進行了全面比較，通過實驗評估Focal-EIOU損失函數在目標檢測任務中的實際效果，不同損失函數對YOLOv8n檢測性能的影響如表2所示。從表2中的數據可知，采用Focal-EIOU作為損失函數時，模型的平均精度均值（mAP50）均高于CIOU和SIOU的平均精度均值，有力地證明了Focal-EIOU在邊界框回歸任務中的優越性能。具體而言，Focal-EIOU不僅提升了模型對目標對象的識別精度，而且顯著增強了模型的定位能力，也證實了其在提升模型性能方面的有效性[20]。基于上述試驗數據和分析，本文選擇Focal-EIOU作為替換的損失函數，以確保在目標識別任務中實現更高的準確率。

3.3.2 不同主干網絡的對比實驗

為了評估MobilevitV2主干網絡的性能，本文進行了對比實驗，將其與C2f和ScConv主干網絡進行了比較。通過嚴謹的實驗流程和全面的性能評估，實驗獲得了翔實和可靠的結果（表3）。從表3中可以看到，當采用MobilevitV2作為主干網絡時，模型的平均精度均值（mAP50）相較于采用C2f作為主干網絡的原模型的平均精度均值提升了2.5百分點，并且比使用ScConv作為主干網絡的模型高出了1百分點。這一性能的提升，證明了MobilevitV2在本文目標檢測任務中的優越性。基于以上實驗結果和分析，本文選擇采用MobilevitV2作為主干網絡，旨在確保模型在茶葉葉片病害檢測任務中達到最佳性能。

3.3.3 消融實驗

為了驗證所提出的改進模型在目標檢測任務中的準確性與有效性，本文設計了6組實驗，旨在深入探究各個改進模塊對模型整體性能的具體影響。在實驗中，采用了簡潔明了的標記———“√”符號指示某項改進措施已被應用。通過這種方法，能夠直觀地追蹤每項改進的實施效果，并精確衡量其對模型性能的貢獻。消融實驗結果如表4所示，從表4中可以清晰地觀察到，相較于原始的YOLOv8n模型，本文提出的改進方法在平均精度均值上實現了3.5百分點的提升。具體而言，通過添加探測頭并增加小目標檢測層，模型的檢測精度得到了顯著提升，能夠更加敏銳地識別茶葉葉片上的微小病害。同時，引入注意力機制增強了模型對目標重要特征的關注度，提升了模型對病害特征的捕捉能力。在損失函數方面，經過改進的損失函數有助于模型在訓練過程中更準確地學習目標的真實邊界，從而提高了預測的準確性和可靠性。通過替換主干網絡，實現對模型整體性能的全面提升，從而在目標檢測任務中實現更高的準確率。

根據表4中的數據得到了不同改進點的mAP50變化曲線（圖6）。從圖6中可以清晰地觀察到YOLOv8n及其改進模型在訓練過程中的性能演變。原始的YOLOv8n模型隨著訓練輪次的遞增，其mAP50表現出了逐步的提升，但在訓練的后期，增長速度明顯放緩，達到了一個性能的平臺期。改進點A增加了探頭（YOLOv8n-A模型），相比于原模型，其在訓練初期的mAP50有更快的增長速度，表明增加探頭對于提升模型性能起到了積極的作用。然而隨著訓練的持續，mAP50的增長速度開始放緩，整體性能仍然維持在一個較高的水平。改進點B 引入了注意力機制（YOLOv8n-B模型），在訓練初期與原模型的性能相近，但在某個訓練階段之后，其mAP50開始顯著提升，并最終超過了原模型。這一現象表明注意力機制在訓練的后期開始發揮其優化效果，顯著增強了模型的檢測能力。改進點C 替換了損失函數（YOLOv8n-C模型），其mAP50曲線始終高于原模型，并且提升速度較快。這一現象表明替換損失函數對于提高模型的性能具有顯著效果，這種提升在整個訓練過程中保持了較高的穩定性。改進點D 替換了主干網絡（YOLOv8n-D模型），其在訓練初期也顯示出顯著的性能提升，但隨著訓練的深入，mAP50的增長速度減緩，出現波動，這可能是新替換的主干網絡在初期對模型有正面影響，但隨著訓練的持續進行，需要進一步調整學習率與優化器，以避免初選過擬合或不適應的問題。改進點E 融合了所有改進點（YOLOv8n-E模型），其在訓練過程中的mAP50曲線不僅是最高的，而且增長趨勢相對平穩。這一結果表明，以上的各項改進措施能夠有效地提升模型的整體性能，并確保了模型在訓練過程中的穩定性。綜上所述，通過不同改進點的mAP50變化曲線，可以看到每項改進對YOLOv8n模型性能的具體影響。

3.3.4 不同算法之間的對比實驗

為了驗證本文提出的改進YOLOv8n算法的性能，本文設計了對比實驗對其有效性進行了驗證。在實驗中，將各個版本的YOLO算法與經過本文改進后的YOLOv8n-E算法進行了性能對比，不同算法的效果對比結果如表5所示。由表5中的數據可知，采用本文改進后的YOLOv8n-E算法時，模型的平均精度均值（mAP50）和召回率（R）均實現了提升。這一變化不僅展示了改進算法在目標檢測任務中的優越性能，而且證實了本文所提出的各項優化措施的有效性。

3.3.5 檢測效果可視化對比

為了驗證和評估改進后模型在茶葉葉片病害檢測領域的性能表現，設計并實施了測試實驗。在實驗中，本文對比了YOLOv8n模型與采用本文所創新的改進措施進行全方位優化后的模型在目標識別檢測方面的性能差異。通過比較分析，準確衡量改進措施為模型性能帶來的具體提升效果。改進前的效果圖如圖7所示，改進后的效果圖如圖8所示。通過直接的視覺對比分析可以清晰地發現，改進后的模型可以準確地檢測出葉片邊緣的病害與小目標葉片病害。在圖8中用虛線框標注出來的就是模型改進前后主要的變化。此外，模型在定位茶葉葉片病害區域方面表現出了更高的精確度，有效地減少了漏檢情況的發生。

4 結論（Conclusion）

針對茶葉葉片病害檢測問題，本文旨在通過改進提高病害檢測的準確性，具體而言，選擇YOLOv8n模型作為基礎架構，并在此基礎上進行了4項優化改進，以期達到對茶葉葉片病害尤其是小面積病害的高精度檢測。第一，為了解決小目標檢測的難題，在模型中增加了探測頭。這一改進提升了模型對葉片病害中微小區域的識別能力，使模型能夠更有效地捕捉到茶葉葉片上的細微病害跡象，避免了漏檢的問題。第二，為了進一步提升模型對關鍵特征的提取能力，引入了CA注意力機制。該機制通過自適應地調整網絡的注意力分配，使得模型能夠更加集中地關注輸入數據中的重要特征。第三，采用了Focal-EIOU作為新的損失函數。Focal-EIOU能夠更精確地衡量預測邊界框與真實邊界框之間的重疊度，從而有效減少了模型在訓練過程中的過擬合問題。第四，通過替換主干網絡MobileViT-V2，進一步提升了模型的特征提取能力和整體性能。在茶葉葉片病害數據集上的實驗結果表明，經過改進后的模型，其mAP50數值相比原模型提升了3.5百分點，這一提升證明了本文改進策略在實際應用中的有效性。

參考文獻（References）

[1]王聃，柴秀娟.機器學習在植物病害識別研究中的應用[J].中國農機化學報，2019，40（9）：171-180.

[2]賈少鵬，高紅菊，杭瀟.基于深度學習的農作物病蟲害圖像識別技術研究進展[J].農業機械學報，2019，50（增刊1）：313-317.

[3]WANGCY，BOCHKOVSKIYA，LIAO H Y M.Yolov7：Trainablebag-of-freebiessetsnewstate-of-the-artforrealtimeobiectdetectors[EB/OL].（2022-07-06）[2023-04-07].https：∥arxiv.org/abs/2207.02696.

[4]REDMONJ，FARHADIA.Yolov3：Anincrementalimprovement[EB/OL].（2018-04-08）[2023-04-27].https：∥arxiv.org/abs/1804.027671.

[5]李書琴，陳聰，朱彤，等.基于輕量級殘差網絡的植物葉片病害識別[J].農業機械學報，2022，53（3）：243-250.

[6]高偉鋒.基于YOLOv8的柑橘病蟲害識別系統研究與設計[J].智慧農業導刊，2023，3（15）：27-30.

[7]戚玲瓏，高建瓴.基于改進YOLOv7的小目標檢測[J].計算機工程，2023，49（1）：41-48.

[8]許德剛，王再慶，邢奎杰，等.改進YOLOv6的遙感圖像目標檢測算法[J].計算機工程與應用，2024，60（3）：119-128.

[9]郭磊，王邱龍，薛偉，等.基于改進YOLOv5的小目標檢測算法[J].電子科技大學學報，2022，51（2）：251-258.

[10]趙元龍，單玉剛，袁杰.改進YOLOv7與DeepSORT的佩戴口罩行人跟蹤[J].計算機工程與應用，2023，59（6）：221-230.

[11]劉洋，馮全，王書志.基于輕量級CNN的植物病害識別方法及移動端應用[J].農業工程學報，2019，35（17）：194-204.

[12]李明，丁智歡，趙靖暄，等.基于改進YOLOv5s的日光溫室黃瓜霜霉病孢子囊檢測計數方法[J].中國農機化學報，2023，44（5）：63-70.

[13]陳佳慧，王曉虹.改進YOLOv5的無人機航拍圖像密集小目標檢測算法[J].計算機工程與應用，2024，60（3）：100-108.

[14]倪錦園，張建勛.多尺度坐標注意力金字塔卷積的面部表情識別[J].計算機工程與應用，2023，59（22）：242-250.

[15]張小俊，奚敬哲，史延雷，等.面向路側視角目標檢測的輕量級YOLOv7-R 算法[J].汽車工程，2023，45（10）：1833-1844.

[16]周敏.基于Focal-EIOU函數的被動式太赫茲圖像違禁物品識別[J].太赫茲科學與電子信息學報，2022，20（8）：810-816.

[17]陳曉，夏穎.基于改進MobileViT網絡的番茄葉片病害識別[J].電子測量技術，2023，46（14）：188-196.

[18]沈琦，陳逸倫，劉樞，等.基于兩級網絡的三維目標檢測算法[J].計算機科學，2020，47（10）：145-150.

[19]魏陳浩，楊睿，劉振丙，等.具有雙層路由注意力的YOLOv8道路場景目標檢測方法[J].圖學學報，2023，44 （6）：1104-1111.

[20]周岳淮，李震，左嘉明，等.基于改進YOLOv5s模型的山地果園單軌運輸機搭載柑橘的檢測[J].湖南農業大學學報（自然科學版），2023，49（4）：491-496.

作者簡介：

黎英濤（1994-），男（漢族），商洛，碩士生。研究領域：大數據分

魏霖靜（1977-），女（漢族），蘭州，教授，博士。研究領域：農業信息化，智能計算。

基金項目：科技部國家外專項目（G2022042005L）;甘肅省重點研發計劃（23YFWA0013）;甘肅省高等學校產業支撐項目（2023CYZC-54）;蘭州市人才創新創業項目（2021-RC-47）;2023年甘肅農業大學美育和勞動教育教學改革項目（2023-09）