苹果叶片病害检测的轻量化YOLOv5研究与实现

来源：中国农机化学报杂志2025年第4期北京时间：

作者：周俊昌, 曾维, 彭鹏, 庞记成, 刘军军, 杨熙临

单位：（1. 成都理工大学计算机与网络安全学院，成都市，610059；2. 四川省工业互联网智能监测及应用工程技术研究中心，成都市，610059）

摘要：随着农业智能化水平不断提升，苹果叶片病害自动化检测十分必要，而现有的自动化检测模型由于网络结构复杂，难以在移动端进行部署。基于此，构建一种YOLOv5—SCFG轻量模型。首先，引入轻量型网络ShuffleNetv2重新构建YOLOv5骨干网络,保证网络整体轻量化；然后，在颈部网络引入CARAFE上采样算子和FasterNet模块，增强特征提取能力，加快特征融合速度；最后，添加全局注意力机制GAM，弥补网络轻量化带来的精度损失。结果表明，YOLOv5—SCFG模型权重大小为6.2 MB，平均精度均值mAP为85.9%，计算量FLOPs为6.3 G。相比于YOLOv5s，模型权重大小减少57%，mAP下降0.2%，FLOPs减小61%。

关键词：苹果叶片,轻量化模型,病害检测,YOLOv5s

基金资助：四川省科技计划项目（2023YFN0053）