基于CIW-YOLOv8n的棉花叶病害检测与识别方法

来源：湖北农业科学杂志2025年第10期北京时间：

作者：李佳骏, 董辉, 余霖, 刘金涛, 李双, 杨毅

单位：云南农业大学大数据学院,昆明 650201

摘要：针对棉花叶病害检测中存在的精确率低、检测效率不高的问题,从模型结构与检测效率两方面对YOLOv8模型进行改进,构建了CIW-YOLOv8n模型。在主干网络中引入C2f-ConvNeXtv2模块,该模块能根据输入图像动态调整卷积核,提升模型对不同图像内容的适应性与特征提取的准确性。在颈部网络中引入ImplicitHead检测头以替代原有结构,并将损失函数更换为WIoU,从而进一步优化模型的检测性能。结果表明,CIW-YOLOv8n模型的精确率、召回率、平均精度均值（mAP）、参数量、计算量分别为92.6%、82.4%、91.7%、2.761 MB、7.4×109,该模型在保持较低复杂度的同时,实现了更高的检测精度,有效平衡了模型的性能与效率。

关键词：CIW-YOLOv8n模型,YOLOv8模型,棉花叶病害,检测,识别

基金资助：云南省重大科技专项（202002AE09001002); 云南省高层次人才支持计划项目（YNWR-JXMS-2020-57）