基于改進YOLOv5n的辣椒病害檢測模型研究

中圖分類號：S641.3；S436.418.1；TP391.4 文獻標識碼：A 文章編號：2095-5553（2025）10-0218-07

Abstract：Inorder torealize accurateand eficient identificationof pepperdisease，a pepper disease detection model based on improvedYOLOv5n is proposed.First，thebackbone network is replaced by theFasterNet network，which notonly reducestheredundantcalculation through partialconvolutionalPConv，butalsocaneffectivelyextractfeatures toenhance the model's abilityto expressimportant features.Secondly，combining the ELAN C2f module and Res2Net structure，the C2f-Res2 module is proposed tocarry out multi-scale featurefusion onthe input image at a deeper granularity level，and furtherstrengthen thefeature extractioncapabilityofthenetwork．Finally，WIoUloss functionisused toreplacethe originallossfunction CIoUto improve thequalityof anchor frame.The test results showed that the average accuracyof the improved YOLOv5n pepper disease detection model was 89.2% and the detection speed was 94.2 frames/s. Compared with YOLOv5n model，its mAP is increased by 5% ，accuracy rate and recall rate are increased by 4% and 5.9% respectively.Thismodel canefectivelyreduce theerrordetectionandleakagedetectionof pepper disease detection，and can identify and locate pepper disease more efciently.

Keywords：pepper disease;object detection； image processing；YOLOv5n

0 引言

以作為日常烹飪過程中的調味品，又可以作為藥材使用，具有較高的經濟價值1。隨著辣椒種植面積不斷擴大，病蟲的危害十分嚴重，給辣椒生產造成很大的損失。

辣椒作為一種常見的茄果類蔬菜，營養豐富，既可傳統的辣椒病害識別主要依靠人眼辨別，耗時耗力，且存在及時性較差、準確率低等問題。因此，建立快速、簡便和高效的辣椒病蟲害檢測方法，推進辣椒智能化巡檢，對辣椒產業的高質量發展有著重要的現實意義。

現階段人工智能快速發展，許多學者將機器學習應用到農業領域的作物病蟲害識別。Irfan等2通過比較支持向量機和C4.5算法的分類性能，對辣椒病蟲害識別準確率達到了 89.29% 。Mokhtar等3使用小波特征技術提取特征相關的番茄葉片結合SVM和交替核函數來檢測和識別番茄的病害，取得了 99.5% 的準確率。張會敏等4提出了一種基于小波變換和Otsu法的植物病害葉片圖像分割方法，在辣椒病斑葉片上取得了良好的分割效果。

利用傳統的機器學習方法對農作物病蟲害進行識別，需要人工提取特征，過程復雜，在處理非結構化的數據時，也難以獲得準確的識別效果。近年來，基于深度學習的目標檢測算法因其特有的高層次特征提取網絡特點，被廣泛應用于農業領域。陳禹等5以YOLOv5s為基礎在特征提取網絡中融入帶有Transformer的C3模塊和CA注意力機制，提高茶葉病害特征的提取能力。李西興等6提出一種基于MaxViT改進的MaxViT—DF模型對辣椒病蟲害進行識別，該模型替換普通卷積為可變形卷積，并引入特征融合模塊，提高了模型的感知能力。姚飛基于FasterR—CNN算法設計CBCA注意力機制，提高了模型的檢測效率并豐富特征圖對辣椒病害特征信息的表述能力， mAP 值達到 89.74% 。Yue等8使用輕量級的GhostNetV2作為特征提取網絡并引入次聯融合網絡，提出了一種基于YOLOv7的改進YOLOv7一GCA模型用于辣椒病害檢測，在提高檢測速度的同時，實現了多尺度特征提取與融合。Mustafa等[9]提出了一種利用葉片圖像進行植物病害自動檢測的5層CNN模型，能夠以 99.99% 的準確率預測辣椒鈴狀植株葉片健康或病害。Naik等[1使用12種不同的預訓練深度學習網絡進行辣椒病害分類，并設計基于擠壓和激勵的卷積神經網絡模型，增強了病害識別的準確率。

上述利用深度學習對辣椒病害識別的研究已經有了一定的進展。但所用模型大多數為雙階段檢測模型，速度較慢，并且存在權重過大導致不利于部署在硬件設備上的問題。

基于此，本文提出一種基于改進YOLOv5n的辣椒病害檢測模型，替換主干網絡為FasterNet網絡；結合C2f模塊和Res2Net結構，提出C2f—Res2模塊，對輸人圖像進行更深粒度層次上的多尺度特征融合；使用WIoU損失函數對原損失函數CIoU進行替換，提高錨框的質量。為辣椒智能化巡檢提供視覺識別研究基礎。

1試驗數據獲取

1.1 圖像獲取

辣椒病蟲害圖像來源于飛漿2018年辣椒病蟲害識別挑戰賽公開數據集，該數據集包含11種不同角度及不同光線下的辣椒病蟲害圖片。如圖1所示，主要選擇研究辣椒葉片及果實上最為常見的炭疽病、病毒病、細菌性病害和臍腐病4種病蟲害。由于原始圖像采集于不同設備，分辨率及質量參差不齊，因此對圖像進行人工篩選，去除低質量圖片，最終得到辣椒病蟲害原始圖像共計1522張。

圖1樣本數據集

Fig.1 Sample data set

1.2 數據集制作

使用LabelImg工具對篩選后圖片進行人工標注，獲取圖像中病害的類別及位置信息。標簽分別為Capsicumanthracnose（辣椒炭疽病）、Viraldiseases（病毒?。〣acterialdiseases（細菌性病害）和Umbilicalrot（臍腐?。?，生成的標簽文件格式采用YOLO格式。同時，為了防止網絡在訓練過程中產生過擬合，對獲得的圖像進行數據增強，通過隨機添加噪聲、旋轉、調整亮度和高斯模糊等操作提高網絡模型的泛化能力。最終獲得辣椒病害數據集圖像數量為5583張。將獲取到的圖像按照6：2：2的比例劃分為訓練集、驗證集、測試集。

2基于改進YOLOv5n的辣椒病害檢測模型 構建

基于獲取的辣椒病蟲害數據特征分析，通過在基礎網絡模型YOLOv5n中逐步添加FasterNet主干網絡、C2f—Res2模塊及WIoU損失函數，構建一種基于改進YOLOv5n的辣椒病害檢測模型。

2.1 YOLOv5模型

YOLOv5n由輸入端（Input）、主干網絡（Backbone）、頸部網絡（Neck）和頭部網絡（Head）四部分組成。首先，輸入端采用Mosaic數據增強方式，對數據集圖片進行隨機縮放拼接，增強病害識別模型的魯棒性；其次，通過自適應錨框計算，自動輸出數據集的最佳錨框尺寸。主干網絡采用改進后的CSPDarknet53結構和空間金字塔快速池化模塊，引人了CSP結構，將特征圖分為兩部分，在兩部分之間進行跨階段連接，更加高效地捕捉全局和局部的特征。頸部網絡采用FPN結構，通過上采樣和下采樣的方式對不同尺度的特征圖進行融合，更好地檢測不同大小的目標。最后，頭部網絡將主干網絡和頸部網絡提取的特征有效映射到最終的檢測輸出。YOLOv5n結構如圖2所示。

圖2YOLOv5n結構Fig.2 YOLOv5n structure

2.2 FasterNet主干網絡

FasterNet[12]網絡為CVPR2O23提出的新型主干網絡，網絡整體架構如圖3所示。該網絡分為4個階段，每個階段由PConv（PartialConvolution）和2個PWConv（或Conv 1×1 層組成的FasterNet塊構成，并通過殘差拼接重點關注輸入特征。每個階段之前有1個嵌入層（步長為4的常規 4×4 卷積）或1個合并層（步長為2的常規 2×2 卷積），用于空間下采樣和通道數量擴展[13]

圖3FasterNet主干網絡結構Fig.3FasterNetbackbone network structure

在辣椒病害檢測任務中，圖像數據缺失是一個常見的問題。傳統的卷積方法往往無法有效地處理這種情況，因為它們通常假設輸入圖像數據是完整且均勻的。與傳統的卷積操作相比，局部卷積PConv并沒有簡單地對輸入圖片的所有部分應用相同的卷積核。相反，其根據圖片的有效性，即圖片數據點是否缺失或被損壞，來動態地決定卷積核的作用范圍。

含有局部卷積PConv的FasterNetBlock結構如圖3所示。首先，通過局部卷積單元高效地優化計算成本，對輸入通道的一部分進行規則卷積，同時保持其余通道的數量不變。在經過PConv層之后，引入了2個逐點卷積層（PWConv），這兩層更加注重中心位置，充分挖掘來自所有通道的信息。在2個逐點卷積層之間，又添加1個歸一化層和激活層，以在保持特征多樣性的同時實現更低的延遲。最后，引入殘差連接，構建倒置殘差塊，重點關注輸入特征的捕獲和學習。

2.3 C2f-Res2模塊

Res2Net14網絡架構于2021年提出，與之前卷積神經網絡通過并行利用不同分辨率的多尺度特征表示方法不同，該架構在更深粒度層次上改進了多尺度表示能力。首先，在通過一個 1×1 卷積層之后，將輸出的特征圖分為若干組。其次，從第二組特征圖開始，先經過一組 3×3 卷積進行特征提取，并將前一組的輸出特征與后一組的輸人特征進行融合，不斷接收來自左邊的特征信息，增大感受野，重復此過程，直到所有特征圖得到處理。最后，將所有輸出特征串行拼接，并通過另一組1×1 卷積，完成特征融合，輸出最終的特征圖。

在自然條件下，辣椒葉片及果實小目標病害居多，YOLOv5原有的C3模塊難以充分識別出表型特征信息，因此，為了進一步加強病害識別模型的特征提取能力，結合C2f模塊以及上述所提Res2Net網絡，提出一種多尺度特征提取模塊C2f—Res2代替C3模塊。C2f模塊是基于C3模塊參考ELAN思想設計，可以更為細膩地識別小型病蟲害表征，獲取更加豐富的梯度流信息。C2f—Res2模塊結構如圖4所示。

圖4C2f-Res2模塊結構

Fig.4 Structure of C2f-Res2 module

結合Res2Net重構Bottleneck模塊，對辣椒病害進行多尺度特征提取，輸入特征圖經過由卷積、批歸一化和SiLU激活函數構成的CBS模塊，提高模型的穩定性，并加快收斂防止梯度消失。隨后，將改進的Bottleneck模塊運用梯度分流思想連接，在加強特征提取能力的同時防止網絡模型深度過深而導致泛化能力下降。

2.4 WloU損失函數

在訓練過程中，經常會遇到一些低質量的圖片，這些圖片可能會影響模型的泛化能力，特別是在涉及幾何度量因素的情況時，問題會更加嚴重。傳統的IoU損失函數在計算目標檢測的邊界框與真實邊界框之間的重疊度時，對所有的邊界框關注度相同，而沒有考慮到不同邊界框之間的質量差異。為此，引入WIoU損失函數，根據邊界框的質量給予不同的權重，提高模型對邊界框質量的關注度。 L_wIoUv1 計算如式 （1）～ 式（3）所示。其中， * 表示將 W_g 與 H_g 從計算圖中進行分離。

L_wIoUv1=R_wIoUL_IoU

L_IoU=1-IoU

式中： W_g —目標邊界框與錨框的交集的寬；H_g： ——目標邊界框與錨框的交集的高；（20 （x，y） ——錨框中心點坐標；（x_gt，y_gt） ——目標邊界框中心點坐標；IoU. 一 預測框與實際框面積交并比。

隨后，為了有效減少簡單樣本對損失值的影響，使得算法能夠重點關注困難樣本，提升模型分類性能，在WIoUv1的基礎上引人WIoUv2，即

L_WIoUv2=L_IoU^γ*L_WIoUv1γgt;0

式中： γ^* ———錨框和目標框之間的角度系數;

的單調聚焦系數。

在模型訓練過程中， L_IoU^γ* 的梯度增益與 L_IoU 值成正比，當 L_IoU 值變小時， L_IoU^γ* 的梯度增益隨之變小，導致訓練后期收斂速度變緩;因此，引入 L_IoU 的均值 作為歸一化因子。

WIoU損失函數的引入，有效提高了網絡模型的訓練精度，使模型更全面地學習到不同類型的錨框。

2.5基于改進YOLOv5n的辣椒病害檢測模型

辣椒病害之間表型特征較為相似，且在識別時受自然光照影響，容易產生識別精度降低，錯檢、漏檢等問題，因此，提出改進YOLOv5n辣椒病害檢測模型，如圖5所示。首先，將主干網絡改進替換為FasterNet網絡，保留原有SPPF模塊，提高檢測精度的同時，不影響其原有的檢測速度。然后，為進一步增強特征提取能力，結合運用ELAN思想的C2f模塊和Res2Net結構，設計C2f—Res2模塊，對輸入圖片的特征進行多尺度自適應融合提取，運用梯度分流思想，提升網絡模型的泛化能力。最后，采用WIoU損失函數對原損失函數CIoU進行替換，通過抑制質量高的錨框競爭力，同時減少質量低的錨框所產生的有害梯度，來加強邊界框對病害的定位能力。

圖5改進YOLOv5n網絡整體架構Fig.5Improved YOLOv5nnetwork architecture

3 模型訓練

3.1 試驗環境

試驗運行環境為ubuntu18.04操作系統，服務器內存為 40G ，顯卡驅動選擇RTX3080顯卡，搭載Xeon（R）Platinum8255C處理器。并行計算架構為Cuda11.1，編程使用python3.8，基于Pytorch深度學習框架實現。

3.2 評價指標

選用平均精度均值 mAP 、精確率 P 和召回率 R 評估模型的整體性能，計算如式 （6）～ 式（9）所示。

式中： AP -平均精度；TP. -正確劃分為正例的數量；FP 錯誤劃分為正例的數量；FN- 錯誤劃分為反例的數量；i 1 某一具體病害的類別；n 病害類別總數。

3.3 訓練過程

試驗輸人辣椒病害圖像大小為640像素 ×640 像素，模型訓練批次大小設為16，訓練輪次設為200輪次。改進后模型的訓練損失函數如圖6所示?？梢钥闯?，在訓練175輪次之前，訓練集損失及驗證集損失較快下降，175輪次之后，開始逐步收斂，證明了本模型學習的有效性。

4 結果與分析

4.1 消融實驗對比

設計消融實驗，通過在基礎網絡模型YOLOv5n中逐步添加FasterNet主干網絡、C2f—Res2模塊及WIoU損失函數，驗證各個模塊對于網絡模型性能提升的有效性。實驗結果如表1所示。

表1消融實驗對比 Tab.1 Comparison of ablation experiments

注：A表示替換FasterNet主干網絡操作；B表示添加C2f—Res2模塊；C表示替換WIoU損失函數。 FPS 表示檢測速度。

從表1可以看出，與原YOLOv5n模型相比，替換FasterNet主干網絡的改進YOLOv5n模型的平均精度均值、精確率、召回率分別提高 3.1%.2.5%.4.2% 采用C2f—Res2模塊，雖然在精確率以及召回率2個指標上相比于替換FasterNet主干網絡提升幅值較小，分別提升 1.7%.3.2% ，但平均精度均值更高，達到87.5% ，證明添加C2f—Res2模塊后網絡模型整體性能更加穩定；第4組實驗將上述2個改進點結合，兼顧二者優勢，平均精度均值、精確率、召回率分別提高4.6%.3.0%.5.6% ;替換CIoU損失函數為WIoU損失函數，進一步提高模型識別能力，各評價指標提升幅值達到最大。綜上，FasterNet主干網絡重點關注輸入特征的捕獲和學習，挖掘了來自所有通道的信息，減少了錯檢、誤檢問題。C2f—Res2模塊通過其更深粒度層次的多尺度特征融合結構，解決了多類別檢測任務中某些特定類別病害的識別效果較差的問題；WIoU損失函數的引進，通過合理的梯度分配策略，減少了極端樣本中出現的大梯度或有害梯度，進而提高網絡模型的泛化能力和整體性能。

同時，為驗證不同損失函數對于模型訓練的效果，在YOLOv5n以及改進模型上進行試驗。邊界框損失函數分別采用DIoU[15]、GIoU[16]、SIoU[17]、EIoU[18]及WIoU損失函數逐一試驗，結果如表2所示。

表2不同損失函數對模型的影響Tab.2 Influence of different loss functions on the model %

由表2可知，原YOLOv5n模型和改進模型在選用WIoU損失函數時， mAP 值均為最高，分別為 85.1% /89.2% 。在選擇DIoU損失函數時，均為最低，分別為83.5%.87.7% 。充分證明了WIoU損失函數在訓練過程中對于模型泛化能力提高的有效性。

4.2不同目標檢測模型的性能對比

將改進模型與常見的目標檢測模型YOLOv3[19] YOLOv5s、YOLOv72在相同試驗條件下進行對比試 驗，結果如表3所示。

表3各個檢測模型對比 Tab.3 Comparison of detection models

由表3可知，改進YOLOv5n模型的mAP為89.2% ，相比于其他主流識別網絡模型，平均精度均值最高且參數量最少，有利于辣椒小目標病害的檢測，提高辣椒病害巡檢效率。

4.3識別效果可視化分析比較

為直觀比較改進模型與常見的目標檢測模型識別效果，對各個模型的識別結果進行可視化處理，如圖7所示?？梢钥吹?，由于細菌性病害與周圍環境相似，在使用其他模型檢測時存在誤檢現象，但是使用改進模型可以成功標注，且在其余病害的檢測中，改進模型識別準確度均高于其他模型，充分證明了改進模型在復雜背景條件下的識別相較于其他模型的顯著優越性，可以進行小目標辣椒病害的識別，適用于實際復雜環境下辣椒常見病害檢測。

圖7改進模型與其他對比模型辣椒病害識別效果圖 Fig.7Identification effect of pepper disease between the improved model and other models

5 結論

1）針對復雜環境下辣椒病害難以準確識別分類，提出改進YOLOv5n辣椒病害檢測模型。引入FasterNet主干網絡及設計的C2f—Res2模塊，加強網絡模型的多尺度特征融合能力并避免模型泛化能力的下降；采用WIoU損失函數，減少數據集中低質量圖片的影響，增強網絡訓練的有效性。

2）所提辣椒病害檢測模型平均精度均值為89.2% ，精確率為 89.1% ，召回率為 86.2% 。與原YOLOv5n模型相比，平均精度均值、精確率和召回率分別提高 5%4%.5.9% 。在不影響實時檢測的情況下，精度得到極大提升。

3）設計消融實驗以及與其他常見自標檢測模型的對比試驗。結果表明，引入FasterNet主干網絡對于準確率及召回率的提升最大，C2f—Res2模塊的設計加強網絡特征提取能力。與常見目標檢測模型相比，改進模型在檢測精度和模型參數量上均為最優，在復雜環境條件下對辣椒病害具有較好的檢測結果，為下一步棘椒智能化巡檢機器人設計提供理論基礎。

參考文獻

[1]翟華偉，孫艷．設施辣椒優質高產栽培技術[J].河南農業，2023（25）：25.

[2]IrfanM，LukmanN，AlfauziA A，etal.Comparison of algorithm Support VectorMachine and C4.5for identification of pests and diseases in chili plants [J]. Journal of Physics：Conference Series，2019，1402（6）：066104.

[3]MokhtarU，Ali M A S，Hassenian A E，et al. Tomato leaves diseases detection approach based on support vector machines[C].International ComputerEnginering Conference，2015：246-250.

［4］張會敏，謝澤奇，張善文，等．基于WT—Otsu算法的植 物病害葉片圖像分割方法[J]．江蘇農業科學，2017， 45（18）：194—196.

[5］陳禹，吳雪梅，張珍，等．基于改進YOLOv5s的自然環 境下茶葉病害識別方法[J]．農業工程學報，2023， 39（24）：185—194. Chen Yu，Wu Xuemei，Zhang Zhen，etal．Method for identifying tea diseases in natural environment using improved YOLOv5s [J]. Transactions of the Chinese Society of Agricultural Engineering，2023，39（24）： 185—194.

［6］李西興，陳佳豪，吳銳，等.基于改進MaxViT的辣椒病害識 別分類方法[J]．華中農業大學學報，2024（2）：123—133. Li Xixing，Chen Jiahao，Wu Rui，et al.A method for identifying and classifying pepper diseases based on improved MaxViT[J]. Journal of Huazhong Agricultural University，2024（2）：123-133.

［7］姚飛．基于卷積神經網絡的辣椒病害檢測方法研究與應 用[D].重慶：重慶大學，2022. Yao Fei. Research and application of pepper disease detectionmethodbasedonconvolutionalneural network [D]. Chongqing： Chongqing University， 2022.

[8]Yue X，Li H，Song Q，et al. YOLOv7—GCA：A lightweight and high-performance model for pepper disease detection[J]. Agronomy，2024，14（3）： 618.

[9]Mustafa H，UmerM，HafeezU，etal.Pepper bell leaf disease detection and clasificationusing optimized convolutional neural network [J]. Multimedia Tools and Applications，2023，82（8）：12065—12080.

[10]Naik B N，Malmathanraj R，Palanisamy P.Detection and classificationofchillileafdisease using squeeze-and-excitation-based CNN model [J]. Ecological Informatics，2022，69：101663.

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

[12] Chen J，Kao S，He H，et al. Run，don't walk： Chasing higherFLOPSforfasterneuralnetworks[C]. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition，2023：12021—12031.

[13]喬琛，韓夢瑤，高葦，等.基于Faster—NAM—YOLO的黃瓜霜霉病菌孢子檢測[J].農業機械學報，2023，54（12）：288-299.QiaoChen，HanMengyao，Gao Wei，etal.Quantitativedetection of cucumber downy mildew spores at multi-scalebased onFaster—NAM—YOLO[J].Transactions of theChinese Society for Agricultural Machinery，2O23，54（12）：288-299.

[14]Gao S，Cheng M，Zhao K，etal.Res2Net：A newmulti-scale backbone architecture[J].IEEE TransactionsonPattern Analysis and Machine Intelligence，2019，43（2）：652-662.

[15] Zheng Z，Wang P，Ren D，et al.Enhancing geometricfactorsin model learning and inference for objectdetectionand instance segmentation [J]. IEEE TransactionsonCybernetics，2021，52（8）：8574—8586.

[16]Rezatofighi H，Tsoi N，GwakJY，etal.Generalized"intersection over union：A metric and a loss for boundingbox regression [C]. Proceedings of the IEEE/CVFConference on Computer Vision and Pattrn Recognition，2019：658-666.

[17]Gevorgyan Z. SIoU loss：More powerful learning forbounding box regression [C]. Computer Vision andPattern Recognition. New Orleans，2022：1—12.

[18] Zhang Y，Ren W，Zhang Z，et al.Focal and efficient IoUlossforaccurateboundingboxregression[J].Neurocomputing，2022，506：146—157.

[19]Redmon J，Farhadi A. YOLOv3： An incrementalimprovement [J]. arXiv preprint arXiv：1804.02767，2018.

[20]Wang C，Bochkovskiy A，Liao H Y M. YOLOv7：Trainable bag-of-freebies sets new state-of-the-art forreal-timeobject detectors[C]. ProceedingsoftheIEEE/CVF Conference on Computer Vision and PatternRecognition，2023： 7464—7475.