《Horticulturae》：An Optimized YOLO11n Model with Multi-Stage Attention Mechanisms for Pitaya Disease Detection
编辑推荐：
目前火龙果病害诊断主要依赖人工经验，存在识别效率低、主观性强等问题。为实现火龙果常见病害的快速准确识别，研究人员聚焦此类病害，提出一种基于改进YOLO11n算法的机器视觉检测方法。增强架构引入MSCAM（Multi-Scale Channel Attentio
目前火龙果病害诊断主要依赖人工经验，存在识别效率低、主观性强等问题。为实现火龙果常见病害的快速准确识别，研究人员聚焦此类病害，提出一种基于改进YOLO11n算法的机器视觉检测方法。增强架构引入MSCAM（Multi-Scale Channel Attention Module，多尺度通道注意力模块）用于边缘特征增强，采用ACmix平衡局部与全局感知，并应用PMHSA（Pyramid Multi-Head Self-Attention，金字塔多头自注意力）优化深层语义流，共同应对火龙果病害检测中小目标丢失与误检挑战。实验结果表明，改进模型检测精度达95.8%，召回率达92.3%，mAP50达95.9%。基线模型与改进模型对比显示，参数量减少约14.2%，计算复杂度降低约3.07%，模型体积压缩约4.73%。该方法在保持高精度的同时提升了病害识别性能，为火龙果病害检测模型的智能化发展提供了技术可行的方案。
研究背景方面，火龙果作为热带亚热带重要经济作物，种植面积扩大但生长周期易染病，湿热环境下茎腐与果实畸形频发，传统人工目检效率低且主观性强，难以满足精准植保需求。现有基于卷积神经网络（Convolutional Neural Network，CNN）的YOLO系列虽在农业病害检测中有应用，但火龙果茎结构独特、病斑形态多变、边界模糊、类内相似度高，通用注意力模块跨尺度捕捉能力不足，轻量化通道压缩易丢失细粒度边缘信息，自注意力计算成本制约边缘部署，因此亟需兼顾高精度与轻量化的专用检测模型。研究人员以YOLO11n为基线，针对火龙果病害特点进行三处结构化改进，在自建数据集上训练验证，得出改进模型在精度提升的同时参数量、GFLOPs与模型体积均下降的结论，该成果发表于《Horticulturae》，为火龙果病害智能诊断向嵌入式实时筛查过渡提供了技术基础。
关键技术方法上，研究人员构建7804张火龙果图像数据集，含炭疽病（anthracnose）2534张、仙人掌病毒X（cactus virus X）2216张、茎溃疡（stem canker）3054张及少量健康负样本，按7:2:1划分训练/验证/测试集，标注基于症状肉眼判别而非病原学PCR确认。基线选用YOLO11n，在Backbone第8层以ACmix替换C3k2，在Neck第14层嵌入PMHSA（Pyramid Multi-Head Self-Attention，金字塔多头自注意力），在Head引入MSCAM（Multi-Scale Channel Attention Module，多尺度通道注意力模块）替代标准卷积，形成“局部细节增强→语义混淆解耦→高效全局上下文建模”级联结构。训练配置为300 epoch、imgsz 640、batch 16、AdamW优化器。
研究结果部分，3.1实验环境小节说明采用PyCharm 2025.1、NVIDIA RTX 4090（64GB显存）、Python 3.11、CUDA 11.8、PyTorch 2.5.0。3.2消融实验小节通过六组增量堆叠实验表明，MSCAM、ACmix、PMHSA三者协同使参数量降14.1%、GFLOPs降3.1%、权重降4.9%，mAP50仍达95.9%，各模块独立贡献叠加产生正向协同。3.3改进YOLO11n模型实验小节显示模型精度95.8%、召回92.3%、mAP50 95.9%、mAP50-95 86.0%；置信度阈值0.6附近F1最优（0.92）， cactus virus X的AP达0.995，stem canker易在高阈值漏检；混淆矩阵显示cactus virus X分类纯度1.00，stem canker有6%误归背景。3.4对比实验小节将改进模型与YOLOv5n/v8n/v10n/v11n/v12n比较，较YOLO11n参数量3.01M降至2.58M（降14.2%）、GFLOPs 6.5降至6.3（降3.07%）、体积5.50MB降至5.24MB（降4.73%），mAP50较次优YOLO12n高0.4个百分点且计算复杂度低11.2%。3.5热力图小节取第10、16、24层以EigenCAM、kPCA_CAM、Grad_CAM可视化，病斑区域响应集中，浅层捕纹理深层对齐语义，证明改进模型抗背景干扰能力强。
讨论与结论翻译部分，研究人员为实现火龙果常见病害精准识别，按病种构建样本并基于YOLO11n开发轻量检测网络。优化Backbone时引入MSCAM同步增强显著通道、局部空间信息与多尺度上下文；以ACmix降低计算复杂度保特征表达；将第8层C3k2换为PMHSA减注意力负载留多尺度上下文。实验得改进YOLO11n精度95.8%、召回92.3%、mAP50 95.9%，参数量3.01M降至2.58M（降14.2%），GFLOPs 6.5降至6.3（降3.07%），体积5.50MB降至5.24MB（降4.73%）。当前模型仅在单自建集验证，未跨区跨年外验，受限表型环境依赖，后续将做TensorRT/ONNX边缘部署、跨平台离线诊断App及多省田间验证。
