基于改進YOLOX_Nano的番茄葉片病害識別研究

摘要 近年來，番茄遭受的病害種類越來越多，這些病害對番茄產量和果實品質產生巨大影響，及時高效識別病害并采取有效措施成為當前番茄生產的迫切需求。針對現有模型番茄病害識別率較低以及模型較大較復雜的問題，提出一種基于改進YOLOX_Nano的病害識別模型。通過引入全局注意力機制以增強特征圖的全局信息捕捉能力，改進特征金字塔網絡中的上采樣模塊和路徑聚合網絡中的下采樣模塊，以提升特征的表達能力和融合效果。試驗結果表明，該方法對番茄葉片病害識別的mAP達到89.16%。優化后的模型不僅在番茄葉片病害識別上表現出高準確率和快速檢測性能，而且參數量和計算量較少，便于部署于手機等移動設備。該方法可為番茄葉片病害輕量化快速高效識別提供參考。

關鍵詞 YOLOX_Nano網絡；GAM注意力機制；番茄病害識別

中圖分類號 TP391.41 文獻標識碼 A 文章編號 0517-6611（2025）06-0238-05

doi：10.3969/j.issn.0517-6611.2025.06.053

Research on Tomato Leaf Disease Recognition Based on Improved YOLOX-Nano

FANG Xiao-jie，YAN Li-qiang，ZHANG Fu-hao et al

（School of Information Science and Technology，Tibet University，Lhasa，Xizang 850000）

Abstract In recent years， tomatoes have suffered from an increasing number of diseases， which have a huge impact on tomato yield and fruit quality. Timely and efficient identification of diseases and taking effective measures have become an urgent need for tomato production. In response to the low recognition rate of tomato diseases in existing models and the problem of large and complex models， this paper proposes a disease recognition model based on improved YOLOX-Nano. By introducing a global attention mechanism to enhance the global information capture ability of feature maps， improving the upsampling module in the feature pyramid network and the downsampling module in the path aggregation network， the expression ability and fusion effect of features can be improved. The experimental results showed that the mAP of this method for identifying tomato leaf diseases reached 89.16%. The optimized model not only exhibits high accuracy and fast detection performance in tomato leaf disease recognition， but also has fewer parameters and calculations， making it easy to deploy on mobile devices such as smartphones. This method can provide a reference for lightweight， fast， and efficient identification of tomato leaf diseases.

Key words YOLOX-Nano net；Global attention mechanism；Tomato disease identification

當前，農作物病害是全球農業生產中的一大挑戰，尤其是在我國農業種植結構日益復雜的背景下，病害問題愈發突出，嚴重影響了農作物產量和品質。番茄作為我國重要的傳統作物，其種植面積和產量均居世界前列。近年來，隨著氣候變化和農業集約化的發展，番茄病害的種類和發生頻率顯著增加，常見的病害包括早疫病、黃化曲葉病、褐斑病、葉霉病等。這些病害在葉片中表現出不同的癥狀，嚴重時會顯著降低番茄產量和果實質量，給農戶帶來巨大經濟損失［1］。識別并防治這些病癥對于確保番茄的健康生長至關重要。傳統的病害識別方法依賴于農戶的經驗和常規的農藥防治，效率低下且容易導致誤判?；谏疃葘W習的病害識別基于人工智能的應用，能夠及時識別病害并采取有效防治措施，不僅能防止病害擴散、減少作物損失，還能提高農業生產效率，同時避免過量使用農藥，減輕對環境和生態系統的壓力，促進農業可持續發展［2］。因此，采用新技術提高番茄病害識別的精度和速度成為當前農業生產的迫切需求。

隨著深度學習技術的發展和計算機圖像處理能力的提升，計算機視覺技術在農作物病害識別領域的應用取得了顯著成果。例如，Widiyanto等［3］采用FasterR-CNN模型訓練番茄圖像，通過顏色識別番茄成熟度，平均精確度達到98.7%；趙越等［4］研究顯示，FasterR-CNN與VGG16結合的方式在馬鈴薯葉片病害識別中表現優異，檢測精度高達99.5%，遠超YOLOv3和YOLOv4。劉闐宇［5］在FasterR-CNN的基礎上改進區域建議網絡，提高建議區域質量，使多姿態葡萄葉片的檢測精度得以提升。李玉芳［6］通過簡化GoogLeNet的Inception模塊，獲得了在農作物病害9分類中達到98.4%精度的分類網絡。廖露等［7］結合VGG19和遷移學習模型，解決傳統水稻病害分類方法的效率和準確度問題，正確率超過99%。Nandi等［8］使用ResNet識別14個品種的植物葉片圖像，準確率高達99.53%。Mohandas等［9］提出YOLOv4-tiny模型，用于高效檢測番茄、草莓等農作物的病害。Liu等［10］通過改進MobileNetV2和YOLOv3模型，實現了對番茄灰斑病的高效檢測。公徐路等［11］基于YOLOv5s模型，通過輕量化網絡和注意力模塊，提高了蘋果葉片小目標病害的檢測精度。馬超偉等［12］提出使用改進的YOLOv8模型，結合PP-LCNet和深度可分離卷積，優化了小麥病害的檢測性能。

上述深度學習技術在提高檢測準確性的同時，也在努力減少內存占用和參數數量，以實現高準確度識別、快速檢測，并便于在移動設備上部署。盡管檢測精度有所提高，但隨著模型參數的增加，模型的復雜度也隨之增加，導致更多的浮點運算，這可能會增加延遲，從而影響實時檢測的性能。在此背景下，人工智能公司曠視科技在2021年提出了YOLOX檢模型。YOLOX_Nano作為YOLOX系列中參數量最精簡的模型，因其具有較少的參數、快速的浮點運算能力、低延遲、檢測精度較高以及便于在移動設備上部署等優勢，所以受到了業界的廣泛關注。該研究旨在對YOLOX_Nano的基礎架構進行深入優化，目標是在不顯著增加模型的內存和計算參數的情況下，引入全局注意力機制，提出一種基于改進YOLOX_Nano的番茄葉片病害識別模型。

1 試驗數據

1.1 數據獲取

試驗所需的所有數據來自公開數據集PlantVillage網站，該網站涵蓋番茄作物的8種葉片病害，共14 893張：分別是瘡痂病2 127張，早疫病1 000張，晚疫病1 909張，葉霉病952張，斑枯病1 771張，褐斑病1 404張，黃化曲葉病5 357張，花葉病373張，其中每張照片的像素均為256×256。

1.2 數據處理

利用Labelimg軟件對番茄葉片上的病斑進行標注，并將有關病斑的類別和位置等信息存儲于相應的xml文件中。將試驗數據根據類別按8∶1∶1的比例劃分為訓練集、驗證集和測試集。由于某些類別數據不均衡，采取數據增強的方法來擴充早疫病、葉霉病、花葉病訓練集，具體包括水平翻轉、垂直翻轉和圖像旋轉。經過增強處理后，訓練集的圖片數量從14 893張增加到17 352張。每種番茄葉片病害的圖片數量詳表1。

2 番茄葉片病害智能檢測模型

2.1 YOLOX_Nano網絡

YOLOX_Nano是YOLO系列最輕量化的版本，相比傳統的目標檢測模型，YOLOX_Nano在檢測速度和模型體積方面表現更為出色，更適合于移動端和嵌入式設備的部署［13］。YOLOX_Nano的整體結構可以分為4個主要部分，分別為：CSPDarkNet主干提取網絡，這是YOLOX_Nano的骨干網絡，負責從輸入圖像中提取高層次的特征表示，使用Cross-Stage Partial Networks（CSP）結構，以提高計算效率和特征學習能力；特征金字塔網絡（FPN），通過在不同網絡層次上融合和提取特征，以確保模型能夠檢測多尺度的目標；路徑聚合網絡（PAN），進一步優化了特征的傳播和融合，確保在不同層次上的特征信息能夠充分交互和利用，以增強檢測的準確性和魯棒性；YOLOHead輸出層，是YOLOX_Nano的檢測頭部分，使用Anchor-free的檢測方法。它負責從特征圖中預測目標的位置、類別和置信度，是整個目標檢測過程的關鍵組成部分。圖1是YOLOX_Nano的結構圖。

2.2 全局注意力機制

鑒于YOLOX_Nano網絡結構的簡化，未能充分捕捉特征向量之間的關聯，導致對相似且難以區分的目標預測效果不佳，同時所使用的數據集中番茄葉片病害特征確實存在相似性問題。為此，該研究在YOLOX_Nano模型中引入全局注意力模塊，旨在幫助網絡更有效地聚焦于重要的特征信息，從而提升對關鍵目標的識別能力。

全局注意力機制（global attention mechanism，GAM）通過優化信息流和增強模型對全局特征的交互能力來實現提升深度神經網絡的性能，這種機制有助于降低信息的分散性，并提升模型在全局維度上的特征交互。通過融入全局注意力機制，模型能夠更加精準地識別圖像中的關鍵信息，進而在背景復雜和光線變化的條件下，提高病害識別的準確性。GAM注意力機制由通道子注意力模塊Mc和空間子注意力模塊Ms構成。通道子注意力模塊使用三維排列在3個不同維度上來保留信息，然后利用1個2層的多層感知機（MLP）來增強跨維度的空間信息交互，從而提高特征表示的能力?？臻g子注意力模塊關注空間信息，通過使用2個卷積層進行空間信息的融合，充分學習空間特征［14］。GAM注意力機制原理如圖2所示。

在通道子注意模塊中，中間狀態的定義為公式（1）：

F2=Mc（F1）（×）F1（1）

式中：Mc表示通道注意力圖；（×）表示級聯。

在空間子注意模塊中，中間狀態的定義為公式（2）：

F3=Ms（F2）（×）F2（2）

式中：Ms表示空間注意力圖；（×）表示級聯。

2.3 改進的YOLOX_Nano網絡

該研究在YOLOX_Nano網絡的基礎上引入GAM注意力模塊，對輸入的特征層進行全局處理，通過對全局上下文建模，對不同通道的特征圖進行權重的重新分配，增強網絡結構深層的特征提取，讓網絡聚焦于關鍵特征｀，忽視非重點特征。既優化了網絡的學習能力，又提高了特征的重要性和區分度［15］。

在FPN和PAN網絡中對特征進行上采樣和下采樣，主要是為了在不同的特征層級中進行信息融合和尺度適配。通過上采樣可以將低分辨率的特征圖擴展到更高的分辨率，以便與來自其他層級的特征圖進行融合；而下采樣則有助于從較高分辨率的特征圖中提取更豐富的語義信息，并減少整體的計算負擔。在上述過程中，可能會丟失一些重要的細節信息。該研究通過在上采樣前加入全局注意力機制，可以讓網絡在恢復高分辨率特征圖時更好地利用全局上下文信息，從而保留更多有用的細節信息；通過在下采樣前加入全局注意力機制，可以幫助網絡更好地整合全局信息，選擇性地保留那些對最終任務有重要影響的特征，從而提升下采樣過程中的信息保留和特征表達能力。在上采樣和下采樣前引入全局注意力機制，能夠在這些關鍵特征處理階段為網絡提供全局上下文信息。這有助于網絡更好地保留和增強重要特征、減少信息丟失，并優化特征融合過程。通過這種方式，網絡的特征表達能力得到提升，進而提升最終的任務性能［16］。圖3是改進后的YOLOX_Nano_GAM網絡結構圖。

3 試驗與結果分析

3.1 試驗環境與參數設定

該研究所有試驗均基于Windows操作系統，Pytorch 1.12.0為深度學習框架，開發語言為Python 3.8，運算平臺CUDA 11.3，CPU為12th Gen Intel（R）Core（TM）i7-12700H，顯卡使用NVIDIA GeForce RTX 2050，顯存12 G。

訓練超參數設置具體見表2。其中迭代次數（epochs）指的是模型訓練時整個訓練數據集被模型循環遍歷的次數，迭代次數越多，模型對訓練數據的擬合程度可能會提高，但同時也可能會導致過擬合的問題［17］。批大小（batch size）指的是在每次迭代訓練中同時輸入到模型中的樣本數量，較大的批大小可能會導致更快的訓練速度，但也可能會增加內存需求，并且可能會導致模型在訓練過程中陷入局部最優解；較小的批大小則可能會增加訓練時間，但能夠更頻繁地更新模型參數［18］；因此，選擇合適的批大小時平衡訓練效率和資源占用的關鍵。動量momentum主要用于加速模型的收斂速度并減少在參數空間中震蕩的情況。權重衰減參數指的是通過在模型的損失函數中增加一個懲罰項，來限制模型的復雜度，防止過擬合［19］。學習率用于控制每次更新的步長和幅度，學習率過大可能導致模型在更新時跳過最優點，過小會使模型的收斂速度變慢，選擇合適的學習率能夠幫助模型更快得到最優解［20］。該試驗使用隨機梯度下降法（SGD）進行學習和更新網絡參數。

3.2 評價指標

針對該研究，選用平均精度（average precision，AP）、各類別AP的平均值（mean average precision，mAP）作為模型性能評價指標。mAP與準確率（precision，P）、召回率（recall，R）有關，其計算公式如下：

其中：TP表示被模型預測正確的正樣本數；FP為被模型預測錯誤的正樣本數；FN為被模型預測錯誤的負樣本數；M為類別總數；AP（k）為第k類平均準確率［21］。

3.2 消融試驗

3.2.1 不同注意力機制的消融試驗。

為分析網絡模型對添加不同注意力機制的性能表現，將改進的YOLOX_Nano中的 GAM注意力模塊分別替換為SE（squeeze-and-excitation）、ECA（efficient channel attention）、CA（coord attention）和 Non網絡，表3為對比結果。

表3中，使用GAM注意力機制的mAP為89.16%，與SE、ECA、CA、Non相比，分別高出1.56百分點、0.96百分點、1.26百分點、4.57百分點，說明GAM能夠更好地捕捉全局特征和局部特征之間的相關性，從而提高了目標檢測的準確性。此外，使用GAM注意力機制的召回率為86.5%，與SE、ECA、CA、Non相比，也分別高出1.7百分點、0.3百分點、0.2百分點、2.2百分點，在目標檢測任務中，召回率是模型檢測到的真實目標數量與總的真實目標數量之比，使用GAM注意力機制的模型相對于其他注意力機制的模型，更能夠全面地捕捉圖像中的目標，提高檢測的全面性和覆蓋率。添加GAM注意力機制與添加SE、ECA、CA、Non相比，參數量略有增加，但GAM在兼顧模型性能和精確度提升方面表現更佳。

3.2.2 不同檢測模型結果對比。

為進一步分析驗證該方法的有效性，將其與具有代表性的兩階段目標檢測算法 Faster R-CNN、單階段目標檢測算法SSD、YOLOv8和YOLOX進行對比，表4為對比結果。

表4中，雖然 Faster R-CNN 在檢測番茄葉片病害具有較高準確率，但是其參數量最大，無法滿足輕量化的需求。該研究模型的mAP和召回率分別為89.2%、86.5%，與SSD、YOLOv8、YOLOX相比，分別高出0.9百分點、1.1百分點、2.7百分點和1.1百分點、0.8百分點、6.5百分點。在這幾種模型中，該研究模型對番茄葉片病害檢測表現出最高的精度值，參數量也最小，滿足網絡輕量化的要求，有利于對病害的盡早檢測，防止病害大面積蔓延。

4 結語

在當前針對番茄葉片病害識別研究中，現有模型普遍面臨識別率不高以及模型過于龐大、復雜度高等問題。這些問題直接限制了番茄葉片病害的精確檢測和高效診斷，導致實際應用中的實時性和準確性受到顯著影響。為了解決這些問題，該研究在YOLOX_Nano的基礎上進行改進，通過引入全局注意力機制，優化了YOLOX_Nano模型的特征金字塔網絡和路徑聚合網絡。全局注意力機制能夠有效增強模型在處理多尺度特征時的能力，增強特征融合的效果，從而更好地捕捉病害的細微特征。這一改進不僅增強了模型對復雜背景和小目標的識別能力，還降低了模型的計算復雜度，使其更加適合實際應用。利用改進的網絡對番茄葉片病害數據集進行訓練，試驗結果表明，優化后的模型在檢測精度上顯著優于其他常見模型，這一結果驗證了所提方法在提高識別準確性和優化模型性能方面的有效性。未來的工作可以考慮豐富番茄葉片病害樣本，進行更深入的識別與實時檢測研究。同時，對模型進行移植的驗證和改進，使得模型更輕量、更易部署。

參考文獻

［1］ 郭文娟，馮全，李相周.基于農作物病害檢測與識別的卷積神經網絡模型研究進展［J］.中國農機化學報，2022，43（10）：157-166.

［2］ 宋成龍.基于深度學習的番茄病害目標檢測算法的研究與應用［D］.石家莊：河北科技大學，2020：2-10.

［3］ WIDIYANTO S，WARDANI D T，PRANATA S W.Image-based tomato maturity classification and detection using faster R-CNN method［C］//2021 5th international symposium on multidisciplinary studies and innovative technologies（ISMSIT）.Ankara，Turkey：IEEE，2021：130-134.

［4］ 趙越，趙輝，姜永成，等.基于深度學習的馬鈴薯葉片病害檢測方法［J］.中國農機化學報，2022，43（10）：183-189.

［5］ 劉闐宇.基于卷積神經網絡的葡萄葉片病害檢測方法研究［D］.蘭州：甘肅農業大學，2018：34-40.

［6］ 李玉芳.基于簡化GoogLeNet的農作物葉片病害識別系統設計與實現［J］.信息與電腦（理論版），2023，35（9）：179-181.

［7］ 廖露，韓春峰，何純櫻.基于VGG19卷積神經網絡和遷移學習的水稻病害圖像分類方法［J］.測繪，2023，46（4）：153-157，181.

［8］ NANDI A，YADAV S，JAISWAL Y.Crop disease recognition and diagnosis using Residual Neural Network［C］//2022 international conference on advancements in smart，secure and intelligent computing（ASSIC）.Bhubaneswar，India：［s.n.］，2022：1-6.

［9］ MOHANDAS A，ANJALI M S，RAHUL VARMA U.Real-time detection and identification of plant leaf diseases using YOLOv4-tiny［C］//2021 12th international conference on computing communication and networking technologies（ICCCNT）.Kharagpur，India：［s.n.］，2021：1-5.

［10］ LIU J，WANG X W.Early recognition of tomato gray leaf spot disease based on MobileNetv2-YOLOV3 model［J］.Plant methods，2020，16：1-16.

［11］ 公徐路，張淑娟.基于改進YOLOv5s的蘋果葉片小目標病害輕量化檢測方法［J］.農業工程學報，2023，39（19）：175-184.

［12］ 馬超偉，張浩，馬新明，等.基于改進YOLOv8的輕量化小麥病害檢測方法［J］.農業工程學報，2024，40（5）：187-195.

［13］ 殷獻博，鄧小玲，蘭玉彬，等.基于改進YOLOX-Nano算法的柑橘梢期長勢智能識別［J］.華南農業大學學報，2023，44（1）：142-150.

［14］ 龐超，王傳安，蘇煜，等.基于改進YOLOv8n的水稻病害檢測方法［J］.內蒙古農業大學學報（自然科學版），2024，45（2）：62-68.

［15］ 王梓衡，沈繼鋒，左欣，等.基于特征級與決策級融合的農作物葉片病害識別［J］.江蘇大學學報（自然科學版），2024，45（3）：286-294.

［16］ 薛興川.基于深度學習的農作物葉片病害診斷方法研究和系統開發［D］.吉林：東北電力大學，2024.

［17］ 陳洋，張欣，陳孝玉龍，等.CA-MobileNet V2：輕量化的作物病害識別模型［J］.計算機工程與設計，2024，45（2）：484-490.

［18］ 肖天賜，陳燕紅，李永可，等.基于改進通道注意力機制的農作物病害識別模型研究［J］.江蘇農業科學，2023，51（24）：168-175.

［19］ 鄭超杰，李少波，蒲睿強，等.基于輕量化卷積神經網絡的番茄葉片病害識別［J］.江蘇農業科學，2024，52（11）：225-231.

［20］ 倪智濤，胡偉健，李寶山，等.一種基于圖像分類與目標檢測協同的番茄細粒度病害識別方法［J］.江蘇農業科學，2023，51（22）：221-228.

［21］ 左昊軒，黃祺成，楊佳昊，等.基于改進YOLOv5s的番茄黃化曲葉病檢測方法［J/OL］.農業機械學報，2023-09-15［2024-08-12］.https：//link.cnki.net/urlid/11.1964.S.20230914.1408.025.

基金項目 2021年中央引導地方科技發展資金項目（XZ202101YD-0014C）；西藏大學研究生“高水平人才培養計劃”項目（2022-GSP-S106）。

作者簡介 方曉捷（1998—），女，安徽滁州人，碩士研究生，研究方向：農作物圖像識別。

*通信作者，教授，碩士，從事智能控制研究。

收稿日期 2024-11-09；修回日期 2024-12-26