基于改进YOLOv7的植保无人机精准喷洒系统

来源：中国农机化学报杂志2026年第1期北京时间：

作者：陈文彬, 傅晓锦, 江志伟, 王瑞, 卢犇轶

单位：1. 上海电机学院机械学院，上海市，201306； 2. 浙江大学建筑工程学院，杭州市，310000；3. 浙江农林大学现代农学院，杭州市，311300

摘要：对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测，且检测方法不易在嵌入式端部署等问题，提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先，采用渐进金字塔网络AFPN提升模型在特征融合区域的自适应特征融合能力。其次，引入EMA注意力机制模块，利用维度交互的方式来提升融合像素特征。试验结果表明，改进YOLOv7病虫害检测算法的平均精度均值mAP达到94.2%，相比于原始YOLOv7算法提高25.9%，每秒传输帧数FPS相比于原算法提高4.6%。最后，将YOLOv7—AFPN—EMA的病虫害识别模型部署到Jetson Orin Nano上进行验证性检测试验，对比模型改进前后的检测精度。验证结果表明，改进算法相比于原始算法，在线实时检测精度提升11.3%，病虫害检测成功率达89.7%。

关键词：植保无人机,喷洒系统,改进YOLOv7,病虫害

基金资助：上海市自然科学基金(11ZR1413800)；浙江省自然科学基金项目(Y1090153)