复杂环境下改进YOLOX的设施黄瓜病害检测方法

来源：中国农机化学报杂志2025年第8期北京时间：

作者：魏明飞, 郭威, 朱华吉, 缪祎晟, 吴华瑞,

单位：(1. 江苏大学计算机科学与通信工程学院，江苏镇江，212013； 2. 国家农业信息化工程技术研究中心，北京市，100097； 3. 北京市农林科学院信息技术研究中心，北京市，100097；4. 农业农村部数字乡村技术重点实验室，北京市，100097)

摘要：针对复杂背景环境下，黄瓜病害检测受叶片遮挡、重叠等因素影响导致检测精度低、漏检率高的问题，提出一种FSA—EMAFPN—YOLOX黄瓜病害检测算法。在特征提取网络中引入FasterNet Block模块，同时嵌入双分支结构注意力机制，抑制背景噪声，有效解决叶片遮挡、重叠导致特征信息缺失问题，减少漏检率。在特征融合阶段设计EMA—AFPN特征融合模块，减少病害特征信息损失。采用SIoU边界框回归损失函数，重新定义角度惩罚度量，更准确地定位检测框，提高模型的训练速度和边界框预测精度；引入VariFocal Loss解决正负样本分布不均衡问题，增加模型对正样本目标的学习，更好地关注病害区域。结果表明，与原YOLOX算法相比，改进YOLOX算法的平均精度均值提升4.89%，召回率提升6.53%，对复杂背景下的黄瓜叶片病害检测效果得到明显提升。

关键词：设施黄瓜,病害检测,注意力机制,YOLOX,SIoU损失

基金资助：国家重点研发计划(2022YFD1600602)；财政部和农业农村部：国家现代农业产业技术体系(CARS—23—D07)；中央引导地方科技发展资金项目(2023ZY1—CGZY—01)