基于改进YOLO11模型的南瓜叶片病害检测方法研究

《AgriEngineering》：A Study on a Method for Detecting Leaf Diseases in Pumpkins Based on an Improved YOLO11 Model

　　

在生长阶段，南瓜作物易受多种病害影响。然而，实际田间操作中仍然存在持续瓶颈，特别是多尺度病灶检测困难和识别效率低。为解决此问题，研究人员提出了一种基于YOLO11的改进病害检测方法。具体地，采用数据增强技术——包括随机翻转、缩放、亮度调整和颜色抖动——以多样化训练样本并增强模型在复杂田间条件下的泛化能力。此外，通过集成C2f-RepNCSPFPN结构以加强全局语义表示，引入卷积块注意力模块（Convolutional Block Attention Module，CBAM）以抑制复杂背景的干扰，并修改金字塔架构为SimSPPF以提高对小尺度病灶的敏感性，构建了一个高性能轻量级检测模型，命名为YOLO11n-CCS。实验结果表明，YOLO11n-CCS模型在平均精度（mean Average Precision，mAP@0.5）和召回率（Recall）等关键指标上取得了显著提升。它有效处理了涉及叶片遮挡、光照变化和病灶重叠的具有挑战性的场景。同时，该模型保持紧凑大小，参数量为3.6 M，浮点运算次数（Floating Point Operations，FLOPs）为14.0 G，使其适合部署在边缘设备上。研究结果为田间作物实时精确病害识别以及作物保护机器人的开发提供了实用的技术解决方案。

论文解读：基于改进YOLO11模型的南瓜叶片病害检测方法

研究背景与问题：
南瓜（Cucurbita）是全球热带和亚热带地区广泛种植的经济作物，中国年种植面积超过100万公顷，产量约占全球40%。然而，南瓜生长过程中易受细菌性叶斑病、霜霉病、花叶病、白粉病等多种生物胁迫，严重时可导致绝收。传统的人工田间检测和理化分析方法存在主观性强、效率低、成本高等问题，难以适应规模化种植场景。近年来，基于机器视觉的智能监测技术快速发展，但现有模型多针对苹果、番茄等代表性作物，具有强烈的作物特异性，无法直接迁移到南瓜叶片病害识别任务。南瓜叶片形态结构、纹理特征和病害症状与常见作物差异显著，且田间生产环境复杂多变，亟需开发专用轻量化模型填补该领域应用空白。本研究旨在解决南瓜叶片病害检测中的多尺度病灶漏检、复杂背景干扰和相似病害区分困难等挑战。

研究内容与结论：
研究人员提出了一种基于改进YOLO11n的高性能轻量化病害检测模型YOLO11n-CCS。通过整合C2f_HGNetv2模块、卷积块注意力模块（CBAM）和SimSPPF模块，系统优化了特征提取、注意力聚焦和特征金字塔结构。实验表明，该模型在复杂田间条件下显著提升了检测精度和鲁棒性：mAP@0.5达到98.4%，召回率94.4%，精确率94.1%，F1-score 92%，均优于YOLOv5n、YOLOv8n、YOLOv12n等对比模型。模型参数量仅3.6 M，计算复杂度14.0 G FLOPs，适合边缘设备部署。该研究为田间实时精确病害识别和作物保护机器人开发提供了实用技术方案。论文发表在《AgriEngineering》。

关键技术方法（不超过250字）：
研究人员采用的数据集源自Canon EOS 80D相机和DJI Phantom 4无人机（飞行高度1.5-3.0 m）在自然光照下采集的田间图像，覆盖细菌性叶斑病、霜霉病、健康、花叶病和白粉病五类，共2000张原始图像，经数据增强（随机翻转、缩放、亮度调整、颜色抖动、加噪、旋转、镜像、平移）后扩展至12000张，按7:2:1划分训练、验证和测试集。主要技术方法包括：（1）将基于RT-DETR框架的HGNetv2模块（即C2f_HGNetv2）替换YOLO11n骨干网络中的部分C2f模块，增强全局上下文感知和细粒度局部特征提取；（2）在骨干网络后引入CBAM混合注意力机制，通过通道注意力模块（CAM）和空间注意力模块（SAM）级联，抑制复杂背景干扰，突出关键病灶区域；（3）用SimSPPF模块替代原空间金字塔池化快速模块（SPPF），采用ReLU激活函数和更简洁的多尺度池化策略，提升对微小病灶的感知能力和计算效率。

研究结果：
3.3.1. 比较试验（Comparative Trial）
在统一测试协议下，研究人员评估了YOLOv5n、YOLOv8n、YOLO11n和改进的YOLO11n-CCS四类模型。YOLO11n-CCS在mAP@0.5:0.95、mAP@0.5、精确率、召回率和F1-score上均表现最优，分别达87.3%、98.4%、94.1%、94.4%和92%。与基线YOLO11n相比，mAP@0.5:0.95提升5.9个百分点，mAP@0.5提升3.3个百分点，精确率提升8.4个百分点，召回率提升3.7个百分点，F1-score提升5个百分点。验证了HGNetv2替换、CBAM集成和特征金字塔优化三项改进在病害区域识别和关键点定位中的有效性。

3.3.2. 消融实验（Ablation Experiments on YOLO11n）
在消融实验中，C2f_HGNetv2模块单独引入时，参数量从3.1 M增至3.9 M，FLOPs从8.4 G升至14.2 G，精确率和召回率分别降至84.8%和89.2%，mAP@0.5降至93.9%，表明单独使用会引入冗余特征，需搭配注意力或池化模块才能发挥优势。CBAM单独引入时，参数量降至2.4 M，FLOPs降至6.3 G，精确率提升至88.8%，召回率略降至87.7%，mAP@0.5基本不变（95.2%），显示其有效减少假阳性但可能增加假阴性。SimSPPF单独引入时，参数量降至2.6 M，FLOPs降至6.4 G，精确率大幅提升至90.1%，召回率降至86.9%，mAP@0.5提升至95.5%，表明其提高准确识别能力但池化操作损失部分细节特征。三个模块联合使用时，模型实现最优综合性能：C2f_HGNetv2增强骨干语义表示，CBAM引导关注关键判别区域，SimSPPF扩大感受野提高小目标召回率，协同提升复杂田间条件下的检测能力。最终YOLO11n-CCS的参数量为3.6 M，FLOPs为14.0 G，FPS为210.6，与基线213.3相比仅下降约1.3%，而mAP@0.5从95.1%提升至98.4%（+3.3%），实现了精确度与效率的良好平衡。

3.3.3. 模型特征可视化（Model Feature Visualization）
研究人员采用梯度加权类激活映射（Grad-CAM）生成类激活热图，直观揭示模型在目标检测过程中关注的空间分布。基线模型在病害颜色与背景相似或叶片遮挡时易漏检；改进模型则对模糊边缘的小病灶定位更准确，且对密集重叠病灶的区分能力显著增强。YOLO11n-CCS在关键区域产生更集中、与任务相关的激活，而原始YOLO11n的聚焦区域更分散或不精确，表明改进模型具有更优的任务理解性能。

总结讨论与结论翻译：
讨论部分指出，本研究成功开发和验证了改进的YOLO11n-CCS模型。消融实验表明各改进模块协同作用，最终模型在精确率、召回率、F1-score、mAP@0.5和mAP@0.5:0.95上显著超越基线，且优于YOLOv5n、YOLOv8n、YOLOv12n等最新轻量化方法。C2f_HGNetv2通过整合全局上下文和局部特征增强相似病害区分；CBAM通过双维度特征重校准抑制杂草、地膜、阴影等背景干扰；SimSPPF以较低计算成本扩大感受野，提升对早期微小病灶的敏感性。模型参数量3.6 M、计算复杂度14.0 G FLOPs，具备实际田间部署可行性。与直接应用通用模型或依赖后处理压缩的轻量化方案不同，本研究从模型构建之初就通过正向结构设计系统融入高效模块，平衡精度与效率，无需后压缩辅助。未来工作将跨作物验证泛化能力，探索量化、神经架构搜索等极端轻量化技术，并融合多模态数据增强鲁棒性，最终推动在智能农业机器人和移动终端中的集成应用。

结论部分翻译：本研究提出了一种改进的YOLO11n模型，集成了C2f_HGNetv2、卷积块注意力模块（CBAM）和SimSPPF模块，用于复杂田间生长条件下的南瓜叶片病害检测。消融研究结果表明，完整的改进模型（命名为YOLO11n-CCS）在多项核心性能指标上显著优于基线模型：精确率（Precision）从85.4%提升至94.1%，召回率（Recall）从90.7%提升至94.4%，mAP@0.50达到98.4%，比基线结果95.1%提高了3.3个百分点，mAP@0.50:0.95从81.4%增长至87.3%，F1-score从87%提升至92%。按类别分析显示，模型在健康叶（89.3%）和霜霉病（88.5%）上获得最高mAP@0.5:0.95，得益于其相对一致的病斑形态；在花叶病上性能最低（84.6%），因其斑驳症状与自然叶片纹理变化高度相似，给细粒度区分带来挑战。值得注意的是，细菌性叶斑病相对基线的提升最为显著，证实了CBAM机制在增强小且散在病灶的边缘和纹理感知方面的有效性。此外，该模型在提供优越检测性能的同时保持了高推理效率，参数量为3.6 M，计算复杂度为14.0 G FLOPs，展示了在边缘侧部署的强大可行性。对特征激活响应和可视化结果的进一步分析表明，引入的模块有效增强了模型对多尺度病害病灶的感知和区分能力，使其能够恰当处理包括叶片遮挡、光照变化和病害病灶重叠在内的复杂场景。尽管取得了这些进展，模型仍存在局限性：训练数据来自单一地理区域，仅涵盖五类病害，可能限制向多样化农业生态条件的泛化。未来工作将跨区域和跨病害类型扩展数据集，并探索领域自适应和进一步压缩技术，以提高模型在真实农业场景中的鲁棒性和可部署性。