基于轻量化YOLOv5s的农田玉米病虫害无人机监测系统

摘 要：针对农田病虫害无人机实时监测中存在的小目标漏检与复杂背景干扰问题，本研究提出一种基于SimAM注意力增强的轻量化YOLOv5s模型。以包含12类玉米病虫害的1762张田间图像为测试集，在YOLOv5s骨干网络中嵌入无参SimAM空间注意力模块，构建深度为159层的YOLOv5s_SimAM网络架构。实验结果表明，YOLOv5s_SimAM模型在验证集上的平均精度（mAP50）为0.747，针对不同病虫害的检测精度得到了显著提升，尤其是在水稻叶蝉（0.886）和稻瘟病（0.966）等种类上表现突出。模型的推理速度为每张图像0.2ms的预处理时间、6.9ms的推理时间和3.2ms的NMS时间，满足实时监测需求。该研究为农业无人机病虫害监测提供了有效技术支持，具有实际应用价值。

关键词：YOLOv5s；SimAM注意力机制；无人机监测；轻量化模型；精准农业

0引言

玉米病虫害防控对全球粮食安全至关重要。受气候变化和农业环境复杂性的影响，玉米螟等虫害对产量构成严重威胁，亚洲玉米螟（Ostrinia furnacalis）造成的产量损失尤为突出，研究显示不同品种在1-2代虫害复合作用下的损失可达14.61%-23.5%[1]。传统监测体系依赖人工巡检和静态图像分类，存在主观性强、时效性差等局限性[2]，尤其在复杂光照条件下的漏检率高达36%。现有Faster R-CNN模型虽能达到90.89%的平均精度，但其249ms的单帧处理速度和高达134.9M的参数量[3]难以满足田间实时检测需求，且在农业场景中易出现特征提取偏差。本研究提出了一种优化YOLOv5s模型的方法，通过引入动态通道注意力和特征补偿机制，提升检测精度同时降低计算成本，提供了高效、轻量化的病虫害监测方案。

针对玉米病虫害监测在无人机平台上的应用挑战，本研究集中解决了两个核心问题：一是现有通道注意力机制在动态光照变化和遮挡条件下适应性不足；二是轻量化模型在小目标检测时，由于浅层特征丢失，导致检测精度下降。为此，本研究提出了基于动态通道注意力机制（SimAM）和跨阶段特征补偿（CFCR）的优化框架（SimAM-YOLOv5s）。通过引入SimAM模块，显著提升了玉米螟虫体区域的响应强度，提升幅度达2.1倍；同时，设计的CFCR结构增强了对小目标的特征表达，使得玉米螟幼虫的mAP@0.5从68.2%提升至74.3%。此外，通过结合梯度引导剪枝与知识蒸馏的混合稀疏训练策略，成功将模型参数量压缩了14.11%，而仅使得mAP@0.5下降4.4%，实现了轻量化与高精度检测之间的优良平衡。

实验结果表明，优化后的SimAM-YOLOv5s模型在玉米病虫害检测任务中取得了显著提升。引入SimAM动态通道注意力机制和CFCR跨阶段特征补偿结构后，玉米螟幼虫的平均精度（mAP@0.5）从68.2%提升至74.3%。同时，采用混合稀疏训练策略，成功将模型参数量压缩了14.11%，且mAP@0.5仅下降4.4%。

本研究采用了“模型优化-数据增强-部署验证”的技术路线。在模型优化阶段，通过引入SimAM模块和CFCR结构有效提升了检测精度，并减少了计算量；数据增强阶段使用了随机裁剪、旋转等方法提高了模型的泛化能力，确保其在多种田间环境中稳定运行；在部署验证阶段，优化后的模型成功部署到无人机平台进行实地测试，验证了其在实际农业环境中的高效性和精准度，充分证明了其在智能农业中的应用前景。

1数据材料

1.1数据集构建

为了实现基于轻量化YOLOv5s的玉米病虫害监测系统，本研究选择了IP102数据集中的玉米病虫害图像作为基础数据集。IP102数据集包含了12种玉米病虫害类别，这些病虫害在玉米种植过程中会对产量和品质造成显著影响，具有重要的研究价值。数据集中的图像使用LabelImg标注软件进行标注，标注格式保存为YOLO格式，包括每个病虫害的类别标签和位置信息（边界框的中心坐标及宽高）。

所有图像按8：2的比例随机划分为训练集和测试集，图像路径和标签信息分别存储在train.txt和test.txt文件中。各病虫害类别的标注名称及图像数量见表1。

1.2数据增强

为了增强模型的泛化能力，避免过拟合，本研究通过在线数据增强策略扩充训练数据集，提升模型在复杂环境中的鲁棒性。在线增强包括①位置变换，即通过随机旋转、平移和镜像翻转操作，模拟不同拍摄位置和视角，从而提升模型对空间位置变化的适应能力[4]；②色彩抖动，通过随机调整图像的色度、饱和度和亮度，模拟不同光照条件下的变化，增强模型对光照变化的适应性[5]；③锐化处理：增强图像边缘，提升图像清晰度，帮助模型在低质量或模糊图像中仍能准确识别病虫害[6]。在每次训练中，样本数量保持稳定，通过实时增强不断增加图像的多样性，从而提高了模型的鲁棒性。图1展示了增强后的图像效果。

2改进 YOLOv5s目标检测模型

2.1改进的 YOLOv5s 目标检测模型构建

YOLOv5s是YOLOv5系列中最轻量化的模型，具有小体积和快速训练与推理速度，适用于计算资源有限的场景。其网络结构由输入端、骨干网络（CSPDarknet53）

、颈部网络（FPN+PAN）和预测层组成，结合优化的数据增强、锚框生成、跨阶段连接（CSP）和多尺度特征融合[7]，确保了高效性和良好的适应性，特别适合农田玉米病虫害的实时监测。

针对YOLOv5s在小目标检测和复杂背景干扰中的不足，本文进行了多项优化：增加P2特征层以增强小目标检测，加入SimAM模块提高关键区域的注意力并抑制背景噪声，优化FPN+PAN结构加强跨尺度特征融合，并调整锚框分配策略以适应玉米病虫害目标的尺寸。这些改进使得模型在保持轻量化的同时，显著提升了检测精度和实时性，满足了无人机监测系统对高效精准检测的需求。如图2所示，改进后的YOLOv5s网络结构突出了新增的P2特征层、SimAM模块和优化的FPN+PAN结构，进一步提升了模型在农业环境中的表现。

2.1.1引入 SimAM 以优化特征提取

YOLOv5s模型依赖传统的卷积（Conv）和残差结构（C3）进行特征提取，虽然在常规目标检测中表现良好，但在复杂背景和小目标密集的农田环境中，容易受到噪声干扰，影响细粒度目标信息的提取[8]。为解决这一问题，本文引入SimAM模块，通过相似性注意力机制提升特征图的表达能力，增强对目标区域的聚焦能力。

SimAM的核心思想是计算特征图每个位置与局部均值的差异，得到相似性得分并通过归一化和Sigmoid激活后，作为注意力权重作用于原始特征图，从而突出目标区域并抑制背景干扰。该机制无需额外参数，计算开销小，显著提高了模型在复杂场景中的语义表达能力，尤其在小目标检测中增强了鲁棒性。引入SimAM后，YOLOv5s在玉米病虫害检测中，尤其对小尺寸、低对比度目标的识别能力大幅提升，同时保持了轻量化和高效性，适合在资源受限的平台（如无人机）上部署。SimAM模块结构如图3所示，展示了其基于相似性度量的注意力加权机制。

2.1.2增强小目标检测能力

在农田玉米病虫害检测中，传统YOLOv5s模型在处理小目标时效果有限。为此，本文在YOLOv5s模型中增加了P2（1/4尺度）特征层，以提高多尺度检测能力，特别是对小目标的检测精度。原模型依赖P3、P4和P5层进行目标检测，但对于小且隐蔽的病虫害目标，P3和P4层的特征图无法提供足够的细节。通过加入P2层，模型能够以更高分辨率捕捉细节，提升小目标检测效果。

此外，本文还优化了锚框分配策略[9]，重新设计了P2、P3、P4和P5层的锚框尺寸，以更好适应玉米病虫害目标的实际尺寸。通过结合特征金字塔网络（FPN）和路径聚合网络（PAN）结构，优化了跨尺度特征融合[10]，增强了不同尺度特征层之间的特征传递效率，从而提升了小目标的特征保留与表达能力。通过这些改进，YOLOv5s在农田环境中的小目标病虫害检测能力得到了显著提升，整体检测精度也有所提高。

2.2基于迁移学习的病害识别模型优化方法

2.2.1迁移学习与数据增强的结合

本研究基于YOLOv5s预训练模型，通过迁移学习优化玉米病虫害识别任务。我们利用在COCO数据集上训练得到的预训练权重，对IP102数据集进行微调，显著提高了模型的训练效率和识别精度。在数据增强方面，采用了随机旋转、翻转、裁剪、缩放和颜色抖动等方法，以增强模型对不同光照、视角差异和尺度变化的适应性。

此外，为进一步提升小目标的识别精度，本文引入了多尺度训练技术，通过在训练过程中随机调整图像尺寸，使模型能够处理不同尺度的病虫害目标。通过迁移学习与数据增强的结合，模型在复杂背景和多变环境下依然能够保持高效、精准的病害识别能力。图4展示了迁移学习的流程。

2.2.2超参数调优与训练策略的优化

在本研究采用SGD优化器与余弦退火学习率调度器（--cos-lr），加速了模型的收敛并降低了过拟合风险。同时，使用标签平滑（--label-smoothing）技术减少标签噪声对模型训练的干扰，提升了模型的泛化能力。在训练策略上，为防止过拟合，采用了早停策略（--patience）监控验证集表现，模型性能不再提升时即停止训练。此外，通过冻结YOLOv5s模型的底层网络（--freeze），仅对高层进行微调，降低了计算开销并缩短了训练时间，同时保留了预训练模型的低级特征提取能力。这些超参数调优和训练策略的优化显著提升了模型在IP102数据集上的表现，特别是在小目标检测和复杂背景下，准确性得到了有效提高。

2.3模型性能评估指标

为全面评估SimAM-YOLOv5s模型在玉米病虫害监测中的表现，本研究采用了多项评估指标。主要性能指标为mAP（平均精度均值），包括mAP@0.5和mAP@0.5：0.95，用于衡量模型的整体检测精度和在不同IoU阈值下的表现。精确率（P）和召回率（R）则评估模型的检测准确性和完整性。为了验证模型的实时性，采用帧率（FPS）指标，反映其响应速度。参数量和FLOPs评估模型的计算效率，较低的参数量和计算量有助于提升部署效率。最后，鲁棒性评估模型在极端环境下的稳定性，确保其在农业应用中的可靠性。通过这些综合指标，能够全面反映模型在精度、实时性和实际应用中的优势。

2.4试验环境与参数设置

本研究的实验在Windows操作系统下进行，使用Python 3.9.19和PyTorch 2.1.0框架，硬件环境为NVIDIA GeForce RTX 2060 GPU（6GB显存）。模型训练通过CUDA加速，基于YOLOv5s架构进行优化，加入SimAM模块以提升特征提取能力。训练数据集为自建的Corn-IP102，包含12类玉米病虫害，训练周期设置为200个epoch，批次大小为16，图像尺寸为640x640。

训练采用SGD优化器，学习率设为0.01，动量为0.937，权重衰减为0.0005。数据增强策略包括Mosaic增强、水平翻转与颜色变换等。学习率使用余弦调度（cos-lr），同时启用AMP（自动混合精度）训练，设置早停策略（patience=100）以防过拟合。通过TensorBoard监控训练过程，训练结束后保存最终权重文件。

3结果与分析

本文对比了四种模型配置：本文模型、YOLOv5s_SE、YOLOv5s_CBAM和基础版YOLOv5s，所有模型均在相同的验证集上进行测试（共1762张图像），确保数据一致性。实验结果表明，本文模型在精度（P）指标上达到了0.816，优于其他模型，并且其参数量仅为6，049，106，体现了轻量化设计的优势。虽然基础版YOLOv5s在召回率（R）和mAP50与mAP50-95指标上略有优势，但其较高的参数量可能不利于在资源受限的无人机平台上实现实时监测。YOLOv5s_SE和YOLOv5s_CBAM在各项指标上表现较为平衡，整体性能接近改进模型。

表2展示了各模型的消融实验结果，包括每个模型的层数、参数量以及性能指标（精度P、召回率R、mAP50和mAP50-95）。尽管基础版YOLOv5s在某些指标上表现较好，本文模型在轻量化设计下仍能保持较高的检测性能，适合资源有限的无人机监测应用。

4结论

本研究提出了一种基于轻量化YOLOv5s模型的农田玉米病虫害无人机监测系统，结合SimAM注意力机制和优化特征提取方法，有效提升了模型在小目标和复杂背景下的检测能力。实验结果显示，改进后的YOLOv5s_SimAM模型在玉米病虫害检测中表现优异，特别是在小目标识别方面具有较强的鲁棒性，且总体达到了0.747的mAP50值。该模型在计算效率上也有显著优化，适合部署在计算资源有限的无人机平台。

此外，通过数据增强和迁移学习等技术，增强了模型的泛化能力，确保了其在不同农业环境中的稳定性和准确性。模型在光照变化和遮挡等实际农业环境下表现良好，展现出较强的适应性。综上所述，YOLOv5s_SimAM模型为农田病虫害监测提供了一种高效且实用的解决方案，为精准农业提供了有力支持，具备广泛的应用前景。

[参 考 文 献]

[1]王志春，钱海涛，董辉，等. 亚洲玉米螟为害程度与产量损失研究[J]. 植物保护，2008，34（1）：112-115.

[2]袁德宝，张冰瑞，叶回春，等. 水稻病虫害遥感监测与预测研究进展[J]. 遥感技术与应用，2023，38（1）：97-107.

[3]孙哲，张春龙，葛鲁镇，等. 基于Faster R-CNN的田间西兰花幼苗图像检测方法[J]. 农业机械学报，2019，50（7）：216-221.

[4]郭晓冉，崔少辉. 透视变换模型的 Harris 图像配准[J]. 微电子学与计算机，2014（4）：18-22，26.

[5]季宏宇. 从真彩色到索引色位图的自动转换及抖动技术的研究[D]. 黑龙江：哈尔滨工程大学，2006.

[6]刘艳莉. 工业X射线图像锐化技术算法研究[D]. 山西：中北大学，2015.

[7]周淼森，汤全武，石甜甜，等. 基于改进YOLOv5s的铁轨表面裂纹检测算法[J]. 液晶与显示， 2023，38（5）：666-679.

[8]邢忠健. 基于改进YOLOv5s模型的玉米叶片病害检测方法研究与应用[D]. 安徽：安徽农业大学，2023.

[9]刘诗怡，胡滨，赵春. 基于改进YOLOv7的黄瓜叶片病虫害检测与识别[J]. 农业工程学报，2023，39（15）：163-171.

[10]庞立波，孙林峰，唐飞，等. 基于多尺度特征的货运列车风管与折角塞门检测[J]. 工业控制计算机，2024，37（6）：7-9.