首页|期刊导航|物联网技术|基于改进YOLO11n的桑叶病虫害检测方法研究

基于改进YOLO11n的桑叶病虫害检测方法研究OA

中文摘要

针对桑叶病虫害检测中目标尺度差异大、小目标易漏检以及模型参数量大等问题,提出一种基于改进YOLO11n的轻量化检测模型.首先,在Backbone中引入C2PSA_iRMB双分支设计替代PSABlock,重构C2PSA注意力计算机制,设计了C2PSA_iRMB变体;其次,依托C2PSA_iRMB对单尺度特征的增强效果,在Neck引入ASF多尺度融合策略,通过TFE与SSFF模块实现跨尺度特征对齐与序列建模.实验结果表明,该方法的mAP@0.5整体达到84.5%,较基线模型提升1.0个百分点,召回率从76.0%提升至79.2%;模型对小目标"尺蠖"的检测效果较好,相较于基线模型性能提升较明显,mAP@0.5可达95.2%.该方法在保持轻量化的前提下,能够满足田间桑叶病虫害的实时检测需求,在农业智能监测场景中具有较好的应用价值与推广前景.

梁凤玲;韦日坤

河池学院 人工智能与制造学院,广西 河池 546300河池学院 人工智能与制造学院,广西 河池 546300

信息技术与安全科学

YOLO11n轻量化检测倒置残差移动块多尺度特征融合桑叶病虫害智慧农业智能监测目标检测

《物联网技术》 2026 (19)

39-44,6

广西壮族自治区大学生创新训练计划项目(S202510605091)2024年河池学院校级科研项目(RZ2400001692)2025年河池学院中青年教师科研基础能力提升项目(2025XJZQN042)

10.16667/j.issn.2095-1302.2026.19.008

评论