基于多向注意力与多空洞残差融合的黄瓜霜霉病菌孢子囊显微图像检测方法YOLOv11-DAFNet研究

【编辑推荐】针对黄瓜霜霉病菌孢子囊显微图像中目标极小、几何形变显著等检测难题，本研究创新性地提出YOLOv11-DAFNet检测模型。通过设计方向注意力融合卷积（DAFConv）增强多向边缘特征建模能力，构建多空洞残差模块（C3k2_MDRBlock）提升多尺度特征感知，结合上下文感知注意力融合模块（CAFMFusion）实现深浅特征动态融合。实验表明该模型mAP@0.5达到88.2%，较基线提升6.9个百分点，为设施农业病害智能监测提供新技术支撑。

　　

在设施农业快速发展的背景下，黄瓜作为重要经济作物面临着严峻的病害威胁。其中由古巴假霜霉菌（Pseudoperonospora cubensis）引起的霜霉病尤为突出，在温室适宜条件下潜伏期仅3-5天，可导致叶片褪绿、坏死斑等症状，造成20%-50%的产量损失。研究表明病原菌侵染强度与孢子囊数量密切相关，因此建立高效的孢子囊检测系统对病害早期预警和防控策略制定具有重要意义。

传统孢子囊检测依赖人工显微观察，存在效率低下、结果易受主观影响等问题。虽然基于图像处理的机器学习方法取得一定进展，但特征工程严重依赖领域知识，在复杂环境下的鲁棒性不足。随着深度学习技术的发展，YOLO等单阶段检测网络在农业微生物检测领域展现出优势，但在实际应用中仍面临诸多挑战：显微成像倍率变化显著影响检测性能，田间孢子囊具有尺寸微小、分布聚集、易粘连堆叠等特点，且受复杂背景干扰导致目标边界模糊，常规模型易出现误检漏检。

针对这些技术难题，北京市农林科学院信息技术研究中心张智俊团队在《Smart Agricultural Technology》发表研究，提出了一种新颖的YOLOv11-DAFNet检测模型。该研究构建了包含100倍和200倍双倍率的田间显微图像数据集，通过对YOLOv11n模型结构进行系统性优化，显著提升了黄瓜霜霉病菌孢子囊的检测性能。

关键技术方法主要包括：1）设计方向注意力融合卷积（DAFConv），采用多向反射填充策略增强多向边缘特征建模；2）构建多空洞残差模块（C3k2_MDRBlock），通过嵌入不同空洞率的卷积核增强复杂形状和多尺度特征感知；3）提出上下文感知注意力融合模块（CAFMFusion），结合上下文感知机制与像素注意力实现深浅特征动态融合。实验使用包含2000张图像的数据集，在NVIDIA Tesla V100平台完成训练，以精确率（Precision）、召回率（Recall）和mAP@0.5等指标评估性能。

模型比较实验表明，YOLOv11-DAFNet在测试集上达到90.7%的精确率、85.4%的召回率和88.2%的mAP@0.5，较基线YOLOv11n分别提升5.0、10.0和6.9个百分点。与主流检测算法相比，该模型在RT-DETR-R18（89.0%精确率）、YOLOv11x（88.3%精确率）等模型中表现最优，同时保持52.0 FPS的实用推理速度。

不同卷积方法对比显示，DAFConv以88.2%的精确率和83.9%的mAP@0.5显著优于GhostConv（82.4%）、DCNv2（84.7%）等方法。有效感受野可视化表明，DAFConv在目标区域呈现高度集中的高响应区，背景抑制能力突出。

消融实验系统验证了各模块的贡献：单独引入DAFConv使mAP@0.5提升至83.9%，C3k2_MDRBlock和CAFMFusion分别达到82.8%和82.2%，而三模块组合实现最佳性能（88.2%）。参数匹配对照实验进一步证实，DAFConv的方向敏感设计而非单纯感受野扩大是性能提升的关键。

模型可解释性分析揭示，在100倍和200倍放大场景下，YOLOv11-DAFNet的热力图均显示出更集中的注意力分布。在杂质干扰和密集分布情况下，改进模型能有效抑制背景噪声，对孢子囊区域保持高响应，而基线模型存在注意力分散问题。

检测结果可视化证实，在100倍局部堆叠场景中，YOLOv11-DAFNet对148个孢子囊实现零漏检，显著优于基线模型11.5%的漏检率。在200倍杂质干扰密集分布场景中，改进模型将漏检率和误检率分别降低至0.6%和2.6%，展现出更强的鲁棒性。

该研究通过多向注意力机制和多尺度特征融合的创新设计，有效解决了黄瓜霜霉病菌孢子囊显微检测中的关键技术难题。提出的YOLOv11-DAFNet模型在保持实时性的同时显著提升检测精度，为设施农业病害智能监测提供了可靠的技术方案。未来研究可进一步优化模型轻量化，探索多模态信息融合等方向，以满足农业生产中日益复杂的病害监测需求。