基于改进YOLO v5的黄瓜霜霉病分级方法

针对温室黄瓜霜霉病病害程度检测分级困难的情况,提出一种基于改进YOLO v5的黄瓜霜霉病病害程度检测分级的方法。通过YOLO v5网络训练模型输出病害叶片最小外接矩形,利用矩形的长、宽建立适用的叶片面积测量方法;将原YOLO v5中Leaky ReLU激活函数改进为meta-ACON激活函数,并添加改进的ECANet注意力机制获取黄瓜霜霉病病斑面积。结果显示,改进后黄瓜叶片面积估算方法的模拟值与真实值拟合曲线的决定系数(r~2)为99.56%,均方根误差(RMSE)为0.10,在不同条件下黄瓜叶片面积最大估算误差为4.84%,最小值为0.34%,平均值为2.87%。改进后的YOLO v5模型检测准确率达到81.71%,较原始YOLO v5模型提高了2.73百分点;改进后的YOLO v5模型召回率为78.83%,较原始YOLO v5模型提高了0.99百分点;改进后的YOLO v5模型mAP为79.96%,较原始YOLO v5模型提高了1.24百分点。改进后的黄瓜霜霉病病害分级方法在1、3级的分级准确度分别为80.43%、52.94%;在5、7级的分级准确度分别为62.35%、88.37%;在9级的分级准确率为93.33%;平均分级准确率达到75.38%,较改进前的模型分级准确率提高了18.07百分点。研究结果可为温室黄瓜霜霉病叶片面积与病害分级提供一种简便、准确的方法,从而为防治黄瓜霜霉病提供参考。