基于YOLOv5柠檬初期病虫害检测算法研究.pdfVIP

摘要

柠檬作为一种水果而被人们所知，近年来随着科技的发展，柠檬在食品添

加剂、香料、保健品、药品、化妆品等邻域的使用用途越来越来多，在相关行

业已经形成相当庞大的产业规模和完整的产业链。研究表明柠檬生长过程中，

会伴有一些害虫的侵袭，导致柠檬的产量大大降低。柠檬初期蚜虫虫害部位呈

现细小的点状从而难以检测，同时柠檬初期蚜虫生长周期短难以捕捉导致可用

数据集少。本文分别提出有效降低算法模型参数的YOLOv5-DK目标检测算法，

及有效提升柠檬初期蚜虫虫害部位检测精度的CD-YOLOv5目标检测算法。

本文研究成果如下：

（1）柠檬初期蚜虫虫害部位可用数据集较少，同时特征部位小难以检测，

提出一种YOLOv5-DK目标检测算法。此算法在输入端采用K-Means++重新聚

类柠檬初期蚜虫虫害部位锚框，有效解决柠檬初期虫害特征小的问题；同时在

特征提取端提出一种轻量化Denseneck-2模块，此模块利用DenseNet网络中复

用思想，使每一层输入都有前一层的特征信息，YOLOv5-DK有效解决柠檬初

期蚜虫虫害样本量不足问题。与YOLOv5检测算法相比，YOLOv5-DK检测算

法在平均精度提高3.4%，漏检率下降2.1%，算法模型的参数量减轻6.3%。

（2）柠檬初期蚜虫虫害部位较小检测过程中容易被忽视，提出一种CD-Y

OLOv5目标检测算法。此算法在特征提取端引入注意力机制CBAM以此来增

强蚜虫虫害部位的关注度，提高柠檬初期蚜虫虫害部位检测的精确度。同时在

CD-YOLOv5检测算法内采用（1）所提出来的Denseneck-2模型，将其在特征

融合端不同位置进行添加比较，得到最佳位置1、2、4，有效降低算法模型的

参数量。与YOLOv5目标检测算法相比，CD-YOLOv5目标检测算法在检测的

精确度上提高4.2%，算法模型的参数量上减轻3.9%。

针对柠檬初期蚜虫虫害部位存在的小样本小目标问题，YOLOv5-DK目标

检测算法有效降低算法模型的参数量，CD-YOLOv5目标检测算法有效提高柠

檬初期蚜虫虫害部位检测的精确度。为预防柠檬初期蚜虫虫害和小样本小目标

对象检测提供帮助。

关键词：目标检测；轻量化；YOLOv5；K-Means++；CBAM；Denseneck-2

ABSTRACT

Lemonasafruitisknowntopeople,inrecentyearswiththedevelopmentof

scienceandtechnology,lemoninfoodadditives,spices,healthproducts,

pharmaceuticals,cosmetics,andotherneighboringusesmoreandmore,inthe

relatedindustryhasformedafairlylargeindustrialscaleandacompleteindustrial

chain.Studieshaveshownthatthegrowthprocessoflemonsisaccompaniedby

somepests,leadingtoasignificantreductioninlemonproduction.Theearlylemon

aphidinfestationsitepresentstinydotsthataredifficulttodetect,whi