蘆筍莖輕癥（Asparagusstemblight），又名“蘆筍癌，”是一種嚴(yán)重的植物病害，在我國(guó)有廣泛的分布。該病的廣泛發(fā)生對(duì)蘆筍的產(chǎn)量和品質(zhì)產(chǎn)生了負(fù)面影響，已成為威脅蘆筍生產(chǎn)的主要問(wèn)題之一。為了提高蘆筍莖枯病表型病斑的準(zhǔn)確識(shí)別和定位能力，提高檢測(cè)的準(zhǔn)確性，提出了一種基于YOLOv 8的蘆筍莖枯病YOLOv 8-CBAM檢測(cè)算法。該算法旨在實(shí)現(xiàn)蘆筍莖枯病表型圖像的快速檢測(cè)，為蘆筍莖枯病的防治提供有效的輔助。為了增強(qiáng)模型捕獲細(xì)微病變特征的能力，在頭部C2f之后添加了卷積阻滯注意力模塊（CBAM）。代替了傳統(tǒng)的C2f模型，CBAM模型可以更好地捕獲病灶的細(xì)微特征。同時(shí)，YOLOv 8中原始的CIoU丟失函數(shù)被Focal-EIoU丟失函數(shù)所取代，確保更新后的丟失函數(shù)強(qiáng)調(diào)更高質(zhì)量的邊界框。YOLOv 8-CBAM算法能有效地檢測(cè)蘆筍莖枯病表型圖像，平均檢測(cè)精度（mAP）為95.51%，比YOLOv 5、YOLOv 7、YOLOv 8和Mask R-CNN模型分別提高了0.22%、14.99%、1.77%和5.71%。這將大大提高蘆筍種植者對(duì)蘆筍莖枯病的識(shí)別效率，有助于提高蘆筍莖枯病的防治水平，對(duì)計(jì)算機(jī)視覺(jué)在農(nóng)業(yè)中的應(yīng)用具有重要意義。

圖1  蘆筍莖枯病圖像的增強(qiáng)處理。

圖2  YOLOv8網(wǎng)絡(luò)架構(gòu)

圖3  YOLOv 8-CBAM網(wǎng)絡(luò)架構(gòu)。

圖4  CBAM注意機(jī)制框架圖。

表1 消融實(shí)驗(yàn)結(jié)果。

圖5  改良前后模型的mAP0.5曲線。

圖6  模型檢測(cè)效果圖（a）人工標(biāo)記;（B）YOLOv8 n;（c）本方法。

表2 實(shí)驗(yàn)比較。