基于改进YOLOX模型的柑橘木虱检测方法

【目的】黄龙病被称为柑橘的“癌症”,是一种毁灭性病害,而木虱是黄龙病传播的主要媒介,对木虱的监测和精准消杀是防控黄龙病及抑制其传播的一种有效途径。【方法】传统方式消灭木虱主要是靠人工喷洒药物,人力成本高但防控效果并不理想。采用基于改进YOLOX的木虱边缘检测方法,在主干网络加入卷积注意力模块CBAM(Convolutional block attention module),在通道和空间两个维度对重要特征进行进一步提取;将目标损失中的交叉熵损失改为使用Focal Loss,进一步降低漏检率。【结果】本研究设计的算法契合木虱检测平台,木虱数据集拍摄于广东省湛江市廉江红橙园,深度适应农业农村实际发展需要,基于YOLOX模型对骨干网络和损失函数做出改进实现了更加优秀的柑橘木虱检测方法,在柑橘木虱数据集上获得85.66%的AP值,比原始模型提升2.70个百分点,检测精度比YOLOv3、YOLOv4-Tiny、YOLOv5-s模型分别高8.61、4.23、3.62个百分点,识别准确率大幅提升。【结论】改进的YOLOX模型可以更好地识别柑橘木虱,准确率得到提升,为后续实时检测平台打下了基础。