改进YOLOv3算法检测三七叶片病害

来源：农业工程学报杂志2022年第3期北京时间：

作者：文斌,曹仁轩,杨启良,张健,朱晗,李知聪,

摘要：为了解决三七叶片密集病害和小区域病害检测不准确的问题，该研究提出了一种改进的YOLOv3（You Only Look Once v3）目标检测算法（AD-YOLOv3）对三七叶片各种病害进行检测。AD-YOLOv3使用注意力特征金字塔（Attention Feature Pyramid，AFP）替代YOLOv3中的原始特征金字塔，解决了特征融合过程中的干扰问题，提升了病害检测精度。使用双瓶颈层（Dual Bottleneck，DB）筛选注意力特征金字塔提取到的特征，增强特征的特异性，提升了算法的鲁棒性。AD-YOLOv3与YOLOv3相比在各项性能指标上均有提升，精确率提升2.83个百分点，F1精度提升1.68个百分点，平均精度均值（Mean Average Precision，mAP）提升1.47个百分点，针对小区域病害和密集病害的检测能力明显增强。此外，AD-YOLOv3在雾，雨，暗光等复杂环境下的抗干扰能力明显提升，该研究为三七叶片的病害检测提供了一种更优的智能检测方法。

关键词：算法：病害检测, YOLOv3, 特征金字塔, 双瓶颈层, 注意力机制, 三七