基于改进YOLOv8n的海棠叶片病害检测方法

郭秀梅; 杨存志; 王硕; 丛晓燕; 孙波

山东农业大学学报（自然科学版） ›› 2026, Vol. 57 ›› Issue (2) : 295 -305.

郭秀梅, 杨存志, 王硕, 丛晓燕, 孙波

作者信息 +

Author information +

文章历史 +

PDF

摘要

本文针对观赏植物病虫害识别的难点问题，以北方常见的观赏植物海棠树为例，提出了一种基于改进的YOLOv8n(MCSW-YOLOv8)海棠叶片常见病害的检测方法。该方法以自然环境下的海棠叶片为研究对象，对采集的样本进行增强处理。对模型进行以下优化：将原模型的主干网络替换为MobileNetV4，采用Wise-IoU(WIoU)V3作为边界框回归的损失函数，将SPP与ELAN结合起来，提高了模型对不同尺度物体的识别能力。最后添加CA注意力机制分解水平或垂直方向的池化，保留位置信息，提升目标检测中的边界框定位精准度。实验结果表明：本文提出的MCSW-YOLOv8目标检测算法在数据集上的查准率提高了7.32%,mAP@0.5提高了7.03%,mAP@0.5:0.95提高了3.53%，取得了较为理想的检测结果。总的来说，MCSW-YOLOv8模型适用于常见海棠叶病害的小目标检测。