改进RTDETR的葡萄叶病害实时检测算法

来源：计算机工程与应用杂志2026年第14期北京时间：

作者：王启明, 于千城, 杨文跃, 穆洪锐, 李易臻

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.图形图像国家民委重点实验室，银川 750021；3.宁夏工商职业技术学院 信息网络中心，银川 750021；

摘要：葡萄叶病害的实时检测对保障葡萄产业可持续发展至关重要，针对现有检测模型在复杂田间场景下存在的计算冗余、实时性不足及小目标漏检等问题，提出了一种基于RTDETR的病害检测模型PVSA-RTDETR。采用极简骨干网络PVNet替换HGNetV2，增强病斑边缘的特征提取能力，降低计算量；引入SPPELAN（spatial pyramid pooling efficient local aggregation network）构建了新的特征交互模块，提升模型对不规则病斑的适应性；然后基于ASF（attentional scale sequence fusion YOLO）重新设计了基准模型的颈部网络，增强模型对病斑多样性的表征能力；引入Inner-CIoU损失函数，加速边界框回归的过程，提高模型的泛化能力。实验表明，改进模型在自建葡萄叶病害数据集上mAP@0.5为89.4%，其中黑腐病检测精确率为90.3%，推理速度达到204.1?FPS。该模型在保持精度的同时实现了计算效率与实时性的动态平衡，为智慧农业场景下的实时病害监测系统提供了可行的方案。

关键词：葡萄叶病害,RTDETR,实时目标检测,SPPELAN,注意力尺度序列融合（ASF）

基金资助：宁夏重点研发计划（重点）项目（2023BDE02001）；宁夏自然科学基金（2023AAC03818）；宁夏重点研发计划（引才专项）项目（2022YCZX0013）；北方民族大学2022年校级科研平台项目（2022PT_S10）；银川市校企联合创新项目（2022XQZD009）。