基于改进RTDETR的桃子果实病害检测

来源：江苏农业科学杂志2026年第第4期北京时间：

作者：杨国亮;丁睿;吴永淦

单位：江西理工大学电气工程与自动化学院，江西赣州 341000

摘要：桃子各病害形态有一定相似度，且不同成熟度相同病害表现存在差异，现有的模型对桃子病害检测容易出现误检和漏检且计算开销大。针对以上问题，提出一种基于改进RT-DETR的实时桃子病害检测算法(peach diseases-DETR，PD-DETR)。首先，借鉴REP和GhostConv的思想设计重参数化幻影跨阶段卷积(RGCSP)，替换原模型主干网络的BasicBlock模块，提高对多维度多阶段感知能力，并大量降低模型参数量；其次，设计并行空洞卷积注意力金字塔网络(PACAPN)替代原CCFM模块。通过并行空洞卷积提取多尺度病变区域特征，并引入通道注意力机制动态调整维度权重，提升复杂背景下病害特征的抗干扰性；最后，在低分辨率特征传递路径中嵌入SimAM自注意力模块，通过自适应权重分配避免关键病害特征丢失，进一步强化模型对病害特征的感知能力。试验结果表明，PD-DETR平均精度均值为68.31%，相较于原模型提提升了1.84百分点，同时模型参数量和计算复杂度分别为14.04 M和 468 GFLOPs，相较于原模型分别下降了29.69%和18.32%。PD-DETR模型在保持轻量化的同时还提高了对于桃子病害的检测精度，降低了漏检、误检率，有助于推动农业数字化、智能化发展进程。

关键词：桃子;病害;目标检测;RT-DETR;注意力机制