基于改进YOLOv5的轻量化棉田昆虫检测模型

来源：中国农机化学报杂志2025年第9期北京时间：

作者：杨满仙, 陈燕红, 李永可, 李雨晴, 肖天赐,

单位：（1. 新疆农业大学，乌鲁木齐市，830052； 2. 智能农业教育部工程研究中心，乌鲁木齐市，830052；3. 新疆农业信息化工程技术研究中心，乌鲁木齐市，830052）

摘要：为在自然环境下使用移动设备准确地检测棉田昆虫，构建棉田昆虫图像数据集并提出轻量化棉田昆虫检测模型。为提高在复杂背景下小目标检测的准确性及易于移动端部署，提出一种轻量化模型YOLOv5—SCE，其有效加强复杂背景下小目标主要特征提取能力以及减少参数和计算量。通过引入轻量化EfficientFormerV2结构替换原有模型主干，得到轻量化后的模型。为保持检测精度，引入CBAM注意力机制并对边界框损失函数进行调整。在自建的棉田昆虫数据集上测试表明，YOLOv5—SCE模型在测试集上平均精度均值mAP为94.5%，模型参数为4.15M，计算量为8.2G。与原始YOLOv5模型相比，该模型计算量减少为原始模型的51.5%，参数量减少为原始模型的58.8%，mAP提升1.2%。

关键词：棉田昆虫,目标检测,深度学习,轻量化,注意力机制

基金资助：科技创新2030——“新一代人工智能”重大项目（2022ZD0115805）；新疆维吾尔自治区重大科技专项课题（2022A02011—3）