一种改进YOLOV5的苹果叶片病害检测方法

作者：王泽伟; 宋莉莉^*; 郭福涛

来源：智慧农业导刊, 2023, 3(14): 9-12.

DOI：10.20028/j.zhnydk.2023.14.003

• 病害检测
• YOLOV5
• FasterNet
• 模型构建
• 特征提取

苹果叶片病害检测对苹果生产至关重要，为达到理想的检测精度，对YOLOV5s算法进行改进。使用FasterNet网络替换YOLOV5模型中的Backbone部分，使模型轻量化的同时具有较好的精确度。FasterNet具有4个FasterNetBlock，将特征提取层定为第2、3两个FasterNetBlock，在保证模型轻量化的同时提升模型的预测精度。改进后的模型在苹果叶片数据集进行测试，mAP达到93.1%。结果表明，该文设计的模型在苹果叶片病害检测效果上对比YOLOV5有明显提升，与当前主流算法相比，具有一定的先进性。

• 单位
  昌吉学院