集成电路应用杂志社

摘要：阐述改进YOLOv8模型基础上的葡萄叶片病害检测算法。针对葡萄叶片病害的细微和多样化特点进行优化，提高检测效率和准确性。以YOLOv8s网络模型为基础，首先引入GAM注意力机制，通过对特征图进行动态权重分配，能够更加聚焦于对检测和定位更为关键的特征区域。其次替换原本特征金字塔SPPF为SimSPPF特征金字塔，最后替换损失函数为EIou以提高检测精度，调整原模型结构，形成新模型进行训练学习，经过多轮迭代，损失曲线实现收敛。改进后的YOLOv8s网络模型对葡萄叶片病害识别效果更好，与原YOLOv8s模型相比，该模型的平均精度提高了6%，准确率P提高了7.1%，召回率R提高了6.2%，为将来在移动端实现部署与推广提供了技术方案支撑。

关键词： 目标检测;葡萄叶病;SimSPPF特征金字塔;EIou;

DOI： 10.19339/j.issn.1674-2583.2025.11.033

专辑： 信息科技;农业科技

专题： 植物保护;园艺;计算机软件及计算机应用;自动化技术

分类号： S436.631.1;TP183;TP391.41