YOLOv11-MPD：面向复杂田间环境的玉米多部位病害检测算法

《Sensors》：YOLOv11-MPD: A Multi-Part Maize Disease Detection Algorithm for Complex Field Environments

　　

影响玉米叶片、茎秆与果穗的病害会显著降低产量与品质，因此在复杂田间环境中快速准确识别此类病害对智能农业监测具有重要意义。针对多部位玉米病害存在的大尺度差异、细粒度纹理弱及强背景干扰问题，研究人员提出基于YOLOv11n的YOLOv11-MPD（YOLOv11 for Maize Multi-Part Disease Detection）检测算法。该方法协同增强空间位置感知、浅层细节保留、局部上下文建模、关键语义区域增强与轻量化检测头重构。在基线网络中引入RFCAConv、C3k2_RFCAConv与Detect_LSDECD以强化方向性纹理建模、多尺度特征聚合与检测头特征表示；进一步设计FG-RFCAConv、HGD-C3k2、LCA-C3k2与GRN-BiAttn，分别用于高频差分门控细节补偿、P3高分辨率细节增强、局部上下文融合与全局响应归一化注意力调节。实验结果表明，YOLOv11-MPD的精确率（Precision）、召回率（Recall）、mAP50与mAP50-95分别达72.3%、72.8%、79.5%与50.2%，较YOLOv11n提升2.4、2.5、2.9与2.4个百分点，参数量由2.6 M降至2.4 M。上述结果说明，在所用数据集范围内，YOLOv11-MPD提升了复杂田间条件下玉米多部位病害检测性能；但当前结论受限于所构建数据集，需借助更大规模多区域、多季节、多设备数据进一步验证其泛化能力。

研究背景与动机：玉米作为粮食、饲料与工业原料作物，在生长过程中易受叶斑病、灰斑病、锈病、花叶病、茎腐病与穗腐病等多部位病害侵染，导致光合下降、茎秆抗性减弱与果穗发育受阻。传统人工巡田方式主观、低效且难以实时大面积监测。基于卷积神经网络（CNN）的YOLO系列单阶段检测器在速度与端到端部署上具有优势，但现有作物病害研究多聚焦单一叶片病害或单一网络组件（如仅改注意力或仅改检测头），难以同时应对玉米叶、茎、穗病害在器官位置、病灶尺度、纹理形态、边界清晰度与背景干扰上的耦合差异。该文以YOLOv11n为基线，在《Sensors》发表研究，提出任务驱动的协同架构YOLOv11-MPD，以解决复杂田间多部位玉米病害检测问题。

主要关键技术方法：研究人员构建由公开Kaggle consolidated-corn-dataset筛选的Blight（叶斑类）样本与新疆农业试验站vivo X21手机采集的Ear_rot、Stalk_rot田间图像组成的多源数据集，按8:1:1划分训练/验证/测试集，仅对训练集做镜像翻转与亮度扰动，采用X-AnyLabeling-CPU标注为YOLO格式。基线为YOLOv11n（含Backbone/Neck/Head）。改进侧在特征提取阶段嵌入RFCAConv与C3k2_RFCAConv，并设计LCA-C3k2与GRN-BiAttn；在特征融合阶段设计HGD-C3k2增强P3高分辨率细节、FG-RFCAConv补偿P3至P4下采样细节损失；在检测端以Detect_LSDECD替换原Detect，共享1×1卷积映射与细节增强分支。训练于Ubuntu 22.04+RTX 4090，PyTorch框架下以固定超参、输入640×640、随机种子0/1/2各训一次评估稳定性，并在Raspberry Pi 5以ONNX单帧推理验证边缘可执行性。

研究结果：

3.1实验平台与3.2评价指标：采用Precision、Recall、mAP₅₀、mAP_50-95、参数量（Params）与权重体积评估，明确各指标定义。

3.3不同模型对比：YOLOv11-MPD在YOLOv5/v6/v8/v10n/v11n/v12/v26、Faster R-CNN、SSD、DEIM中综合最优，Precision/Recall/mAP₅₀/mAP_50-95=72.3%/72.8%/79.5%/50.2%，较YOLOv11n各升2.4/2.5/2.9/2.4 pt，参数2.4 M（降0.2 M）；相较Faster R-CNN参数减约98.2%，相较SSD的Recall与mAP₅₀升52.4与10.7 pt，证明紧凑模型下平衡性最优。

3.4随机种子稳定性：种子0/1/2的mAP₅₀为79.5%/79.3%/79.6%，均值79.47%、标准差0.15 pt，表明训练稳定。

3.5消融实验：3.5.1 RFCAConv族中FG-RFCAConv单独使用无增益，与RFCAConv互补后P/mAP₅₀/mAP_50-95升至75.1%/77.9%/48.9%；3.5.2 C3k2族中C3k2_RFCAConv+LCA-C3k2+HGD-C3k2组合mAP₅₀最高77.8%，HGD-C3k2独立可提1.0 pt；3.5.3整体消融显示RFCAConv族提空间位置感知、C3k2族提细粒度聚合、GRN-BiAttn提语义区Precision至75.9%、Detect_LSDECD提Recall与mAP_50-95至75.1%/50.1%，全模块组合最终得72.3%/72.8%/79.5%/50.2%@2.4 M；3.5.4表8总结各模块在特征增强、信息补偿、语义调节与检测预测上的非重叠职能。

3.6可视化：3.6.1定性对比显示YOLOv11-MPD在叶病覆盖更完整、穗病不规则核区更一致、茎病小目标框更聚焦；3.6.2训练曲线更平滑且mAP后期更高；3.6.3误差分析指出误检源于叶脉/高光/组织纹与病灶相似，漏检源于小病灶/弱边界，改进模型在强背景、小病灶、弱纹理与遮挡下错误更少。

3.7树莓派5边缘部署：ONNX单帧640×640推理可行，参数量紧凑且置信度高于基线，但未显实时视频流优势，仅证技术可执行性。

讨论部分总结：研究人员指出性能提升源于多阶段互补——HGD-C3k2保P3细节、FG-RFCAConv补跨尺度转移、LCA-C3k2融局部与邻域上下文、GRN-BiAttn抑背景冗余、Detect_LSDECD统多尺度预测；并非靠放大容量。局限在于高频增强可能激活土壤/叶脉致误检波动，且仅在自建三分类（Blight/Ear_rot/Stalk_rot）集验证，缺多区域/多季/多设备外部集，域偏移（光照、传感器、品种、生育期）可能降泛化；类别数或数据规模扩大后的可扩展性未证；树莓派实验非长期功耗/视频流评估。

结论部分翻译：本研究通过构建多源玉米病害图像数据集并提出YOLOv11-MPD，处理叶、茎、穗多部位检测。针对大尺度差异、弱细粒度纹理与强田间背景干扰，模型引入空间位置感知、浅层细节增强、局部上下文建模、语义响应调节与轻量化检测头设计，改善病灶边缘、小目标与关键语义区表示。在所用数据集上，YOLOv11-MPD取得Precision、Recall、mAP₅₀、mAP_50-95为72.3%、72.8%、79.5%、50.2%，较YOLOv11n提升2.4、2.5、2.9、2.4个百分点，参数由2.6 M降至2.4 M。对比、消融与可视化证明其在当前数据集与设置下的有效性；Raspberry Pi 5实验进一步表明模型可在被测配置下完成单帧边缘推理。上述结果主要反映当前实验条件性能，其对连续运行与工业场景的适用性仍需在更多样数据集、田间环境与部署平台上验证。