基于改进的YOLOv5s的荔枝病虫害实时检测方法

《Frontiers in Plant Science》：Real-time detection method for Litchi diseases and pests based on improved YOLOv5s

精准、高效且经济的荔枝病虫害实时检测对可持续果园管理至关重要，本研究提出改进的YOLOv5s-SNV2-GSE模型，通过ShuffleNetV2和MobileNetV3替代骨干网络，结合DWConv和C3Ghost优化检测头，并集成SE、CBAM、CoordAtt注意力机制及EIoU损失函数，在Raspberry Pi 4B嵌入式平台实现96.7% mAP，较原模型参数减少86.7%、计算成本降低87.5%，帧率提升57.1%至3.3 FPS。

　　在现代农业中，果树病虫害的检测与防控是保障作物健康生长、提高产量和质量的关键环节。其中，荔枝作为中国重要的经济作物之一，其种植面积和产量在全球占据重要地位，尤其在广东省的连江市，荔枝种植不仅是地方特色产业，也对国际市场产生深远影响。然而，荔枝在生长过程中极易受到多种病虫害的侵袭，这些病虫害不仅影响产量，还可能导致果实品质下降，甚至造成植株死亡。因此，构建一个高效、精准的病虫害监测与控制系统，成为推动荔枝产业可持续发展的迫切需求。

传统的病虫害检测方法主要依赖人工观察和专家诊断，这些方法虽然在某些情况下仍然适用，但在效率和准确性方面存在明显不足。一方面，人工检测耗时费力，难以满足大规模果园的实时监测需求；另一方面，人为判断存在主观性，容易受到环境因素和个体经验的影响，导致误判和漏检。因此，近年来，基于深度学习的智能检测技术逐渐成为农业工程研究的热点。深度学习，尤其是卷积神经网络（CNN）技术，因其强大的特征提取能力和高效的计算性能，在农作物病虫害识别领域展现出巨大潜力。

YOLO（You Only Look Once）作为一种高效的目标检测算法，自2016年由Joseph Redmon等人提出以来，因其端到端的检测方式和较高的检测速度，广泛应用于实时图像识别任务。YOLOv5s作为该系列的重要演进版本，通过优化模型结构和训练策略，实现了在保持高检测精度的同时，显著降低计算复杂度和存储需求。这使得YOLOv5s特别适合部署在资源受限的嵌入式平台，如树莓派（Raspberry Pi）等。然而，尽管YOLOv5s在效率和精度方面表现优异，其在某些应用场景中仍存在一定的局限性，尤其是在模型轻量化与检测精度之间的平衡问题上。

为了解决这一问题，本研究提出了一种改进的YOLOv5s模型，命名为YOLOv5s-SNV2-GSE。该模型在原有YOLOv5s的基础上，引入了多种轻量级网络结构和注意力机制，以进一步优化模型的计算效率和检测精度。首先，通过将传统的卷积块替换为ShuffleNetV2网络，有效减少了模型的参数数量和计算量。ShuffleNetV2利用通道混洗和分组卷积技术，使得模型在保持较高特征提取能力的同时，大幅降低了硬件需求，提升了在嵌入式设备上的适用性。其次，在检测头部分，采用深度可分离卷积（DWConv）和C3Ghost模块替代标准卷积和C3模块，进一步实现模型的轻量化。DWConv通过将卷积操作分解为深度卷积和点卷积两部分，降低了计算负担，而C3Ghost模块则结合了C3模块和Ghost模块的优势，保留了丰富的特征表示能力，同时减少了计算开销。

为了增强模型的特征表达能力，本研究在骨干网络中引入了多种注意力机制，包括Squeeze-and-Excitation（SE）、Convolutional Block Attention Module（CBAM）和Coordinate Attention（CoordAtt）。SE机制通过全局特征聚合和门控激活函数，对不同通道的特征进行动态加权，使得模型能够更有效地关注与病虫害相关的特征信息。CBAM则结合了通道注意力和空间注意力，通过对特征进行通道和空间维度的联合优化，提高了模型对复杂场景的适应能力。CoordAtt则通过坐标分解策略，增强了模型对空间位置信息的感知能力，使得在处理小目标和复杂纹理时更加精准。

此外，为了进一步提升模型的边界框回归精度和收敛速度，本研究采用了改进的Efficient Intersection over Union（EIoU）损失函数。相比于传统的IoU损失函数，EIoU在计算目标框与锚框之间的匹配度时，不仅考虑了重叠区域的比例，还引入了中心点距离、长宽比一致性等维度，从而更全面地衡量检测框与真实框之间的匹配情况。这一改进显著提高了模型在复杂场景下的定位能力，减少了误检和漏检的情况，提升了整体检测性能。

在模型训练和评估方面，本研究构建了一个包含545张图像的荔枝病虫害数据集，并通过镜像、旋转、亮度调整和噪声添加等数据增强技术，将数据集扩展至2,180张图像。数据集涵盖了五种主要的病虫害类型，包括“叶蝉”（Dasineura）、“炭疽病”（Anthracnose）、“藻斑病”（Algal spot）、“煤污病”（Sooty mold）和“溃疡病”（Ulcer disease）。这些病虫害主要由昆虫侵害、真菌感染和藻类寄生等引起，其症状在叶片上表现各异，如叶蝉导致叶片出现肿胀和斑点，炭疽病造成叶片、花序和果实的褐色病变，煤污病则由虫害分泌的糖分促进真菌生长，形成黑色霉斑，而溃疡病主要影响枝干，导致树皮腐烂和裂痕。通过对这些病虫害的图像进行标注，构建了包含训练、验证和测试三个部分的数据集，比例为7:2:1，确保了模型在不同场景下的泛化能力。

在模型训练过程中，本研究采用PyTorch框架进行开发，训练平台配置为Intel Core i7 CPU和NVIDIA GeForce RTX 4090D GPU，操作系统为Ubuntu 20.04。训练参数设置为输入图像尺寸640×640，批量大小32，初始学习率0.01，训练迭代次数为200次。通过这些优化设置，模型在训练过程中能够有效收敛，并在测试阶段展现出较高的检测精度。

实验结果表明，YOLOv5s-SNV2-GSE模型在检测精度、计算效率和存储需求方面均优于原始YOLOv5s模型。具体而言，该模型的参数数量减少了86.7%，计算量降低了87.5%，模型体积缩小了55.6%。在Raspberry Pi 4B平台上进行部署测试时，该模型的平均推理速度达到了3.3帧每秒（FPS），比原始YOLOv5s模型提升了57.1%，完全满足了实时检测的需求。这一结果不仅验证了模型在轻量化方面的有效性，也证明了其在实际应用场景中的可行性。

在模型优化过程中，本研究通过一系列消融实验，评估了不同改进策略对检测性能的影响。实验结果显示，单纯使用ShuffleNetV2和DWConv等轻量模块虽然能够显著降低模型的计算复杂度，但会带来一定的精度损失。因此，引入注意力机制和优化损失函数成为提升模型性能的关键手段。通过将SE、CBAM和CoordAtt等注意力模块结合到不同网络层中，模型在保持轻量化的同时，进一步提升了特征表达能力和检测精度。同时，EIoU损失函数的引入有效解决了传统损失函数在边界框回归中的不足，提升了模型在复杂场景下的检测稳定性。

在系统设计方面，本研究构建了一个基于YOLOv5s-SNV2-GSE模型的荔枝病虫害检测系统。该系统以Raspberry Pi 4B为核心控制器，通过Camera Serial Interface（CSI）摄像头模块实时采集果园中的视频数据，并利用YOLO算法进行病虫害识别。系统采用Ubuntu 22.04操作系统进行部署，通过“sudo raspi-config”命令启用摄像头接口，并进行相关配置以确保模型能够正常运行。此外，系统支持4K双屏显示输出和H.265硬件视频解码，具备良好的扩展性，可以通过40针GPIO接口连接其他传感器和执行器，实现更全面的果园监测。

在实际部署测试中，系统对四个视频片段进行了检测，总时长为27秒，分辨率为3840×2160像素。为了适应模型的输入要求，视频被预处理为640×640像素的尺寸。测试结果表明，YOLOv5s-SNV2-GSE模型在检测速度和精度方面均优于原始YOLOv5s模型，达到了3.3 FPS的推理速度，同时保持了96.7%的mAP检测精度。这表明，该模型不仅能够在资源受限的嵌入式设备上高效运行，还能够在实际果园环境中实现稳定的病虫害检测。

尽管YOLOv5s-SNV2-GSE模型在多个方面表现出色，但在实际应用中仍面临一些挑战。例如，当前数据集主要基于标准化的荔枝叶片样本，未充分考虑实际果园中复杂的环境因素，如天气变化、灰尘污染和叶片重叠等，这些因素可能影响模型的检测精度。此外，Raspberry Pi 4B在高温环境下可能因被动散热不足而出现热节流现象，进而影响系统的稳定性和响应速度。因此，未来的研究方向将包括进一步优化模型以适应更加复杂的田间环境，以及探索更高效的硬件方案，如Jetson Nano等，以提升系统的运行性能。

总体而言，本研究提出的YOLOv5s-SNV2-GSE模型在荔枝病虫害检测方面取得了显著进展。它不仅在模型轻量化和计算效率方面具有优势，还通过引入注意力机制和优化损失函数，提升了检测精度和稳定性。该模型的成功应用为荔枝病虫害的智能化监测提供了新的技术路径，也为其他农作物的病虫害检测系统设计提供了理论和实践参考。未来，随着深度学习技术的不断进步，以及边缘计算设备的普及，荔枝病虫害检测系统的智能化水平有望进一步提升，为现代农业的可持续发展贡献力量。