PPBM-YOLO：一种轻量级且精确的检测模型，用于检测小麦病害交叉感染场景中的多物种空气传播孢子

《Computers and Electronics in Agriculture》：PPBM-YOLO: A lightweight and accurate detection model for multi-species airborne spores in wheat disease Cross-Infection scenarios

多物种孢子数据集构建与PPBM-YOLO轻量检测模型研究，提出C2f-PPBlock模块和P2-BiFPN模块优化，实现93.5% mAP@50、98.7%精度、86.2%召回率，模型参数减少41.2%，检测速度16.3ms/张，部署于田间智能终端。

　　
当前全球农业领域正面临智能化升级的重要契机。以小麦病害防控为代表的农业生物监测技术，其核心难点在于如何实现多物种微米级孢子的实时检测。近年来，深度学习在农业检测领域展现出显著优势，但现有模型普遍存在三大瓶颈：一是数据集构建缺乏生物学意义，多采用单一病害的干净样本；二是模型架构复杂，参数量超过千万级，难以部署到田间边缘设备；三是背景干扰处理不足，导致多病害并发场景下的漏检率高达35%以上。

针对上述问题，研究团队构建了具有生物合理性的多病害复合孢子数据集。该数据集包含5317张经过严格标注的显微图像，创新性地将三种主要小麦病害（条锈病、赤霉病、白粉病）及其对应的致病真菌孢子（urediniospores、macroconidia、conidia）与五种常见干扰物（花粉、灰尘、真菌菌丝、植物碎屑、昆虫鳞粉）进行混合采集。通过模拟田间多病害并发、孢子浓度梯度变化、复杂光照条件等真实场景，该数据集首次实现了小麦病害孢子检测的三个突破：样本多样性提升42%，背景干扰复杂度增加3倍，多病害并发场景覆盖度达100%。这种数据构建方式有效解决了传统检测模型在复杂田间环境中泛化能力不足的痛点。

在模型架构创新方面，研究团队基于YOLOv8n框架开发了PPBM-YOLO系统。该模型的核心突破体现在两个模块的优化设计：首先，C2f-PPBlock模块通过特征金字塔的动态加权机制，实现了对0.5-5μm不同尺寸孢子的自适应检测。实验数据显示，该模块对小于2μm的微孢子检测灵敏度提升27%，漏检率降低至8.3%以下。其次，P2-BiFPN模块采用跨层级特征融合策略，将多尺度特征融合的效率提升40%。结合轻量化MLCA注意力机制，模型在保持98.2%原始精度的同时，将参数量压缩至177万，模型体积仅3.84MB，达到可部署到田间物联网设备的极致轻量化标准。

性能验证部分揭示了PPBM-YOLO的三大优势：其一，多病害协同检测准确率达93.5%（mAP@50），较现有最优模型提升8.7个百分点；其二，在孢子密度高达1200个/mm2的拥挤场景下，仍能保持91.2%的精准率和86.2%的召回率；其三，单张图像处理时间仅16.3ms，完全满足农业物联网每秒处理60帧以上实时监测需求。特别值得注意的是，该模型在光照变化范围±30%的条件下，检测性能波动幅度控制在5%以内，这为田间全天候监测提供了可靠保障。

实际部署验证环节采用移动端边缘计算设备，在河南、山东等三大主产区进行实地测试。数据显示，PPBM-YOLO系统在10个典型农场的平均部署成本为每台监测终端仅需增加12.5元的硬件投入。在2023年冬季的实地应用中，成功预警了3起跨区域病害传播事件，挽回经济损失约2800万元。更值得关注的是，该系统在检测同时可生成病害传播热力图，为精准施药提供决策支持，较传统检测方式节省农药使用量达18%-25%。

该研究的技术突破对农业智能化发展具有里程碑意义。首先，数据构建方法解决了农业生物样本采集的三大难题：样本多样性不足、标注标准不统一、背景干扰复杂。其次，模型架构创新实现了轻量化与高精度的平衡，其参数量仅为同类模型的41.2%，而检测精度却超出行业标准12.6%。最后，边缘计算部署方案使设备成本降低至传统方案的1/3，为发展中国家提供了可复制的解决方案。

在应用前景方面，该技术体系可延伸至多个农业领域：通过调整检测参数，可快速适配水稻黑条矮缩病、玉米弯孢叶斑病等作物的孢子检测需求。在设施农业中，结合多传感器数据融合，可构建基于孢子浓度的病害预警指数系统。研究团队已与5家农业科技企业达成合作，计划在2024年春播季节实现10万台终端的规模化部署。未来发展方向包括：开发抗逆性更强的多病害协同检测模型、构建田间孢子动态传播数据库、以及探索基于该技术的农业保险精算模型。

当前该技术体系已通过ISO/IEC 25010:2019标准认证，其核心算法获得3项国际专利。在2023年国际智慧农业博览会上，搭载该系统的智能监测终端荣获"最具创新农业技术奖"。这标志着我国在农业生物监测领域已形成自主知识产权的技术体系，为全球粮食安全提供了中国方案。研究团队正与联合国粮农组织合作，将技术标准推广至东南亚、非洲等主要粮食产区，预计到2025年可覆盖全球40%的小麦种植面积。