基于EDW-YOLOv8的棉花叶片病害检测

来源：华中农业大学学报杂志2025年第5期北京时间：

作者：李亚，蒋晨，王海瑞，朱贵富，胡灿

单位：1.昆明理工大学信息工程与自动化学院，昆明 650504;2.昆明理工大学信息化建设管理中心/昆明理工大学-曙光信息产业股份有限公司AI联合研究中心，昆明 650504

摘要：为解决复杂自然环境背景下棉花叶片病害检测准确率低的问题，提出一种基于改进YOLOv8n的棉花叶片病害检测模型。首先在YOLOv8n的骨干网络处加入EMA注意力机制，同时在骨干网络中的C2f模块中加入可变形卷积Deformable ConvNets v2模块，扩大感受野以加强特征提取能力。在此基础上，将损失函数CIoU替换为具有动态聚焦机制的边界框回归损失WIoU，以加快模型收敛速度，进一步提升模型性能。试验结果显示，改进后的EDW-YOLOv8模型准确率、召回率和平均精度相较于YOLOv8n分别提升了4.3、7.5和4.6百分点。结果表明，研究所提出的模型具有良好的泛化性，可以准确高效地检测出图像中棉花叶片病害目标。

关键词：棉花叶片病害;YOLOv8;注意力机制;可变形卷积;损失函数

基金资助：国家自然科学基金项目（61863016）