1. 项目概述

作为一名深耕计算机视觉领域多年的从业者，我最近完成了一个基于YOLOv5-HSPAN模型的叶片霉菌检测系统。这个项目源于农业生产的实际需求——传统人工检测方式效率低下且主观性强，而现有深度学习模型在复杂田间环境下对小目标霉菌的检测精度不足。经过三个月的研发和优化，我们最终实现的系统在保持实时性的同时，将mAP提升到了91.3%，比原始YOLOv5模型提高了4.7个百分点。

2. 核心设计思路

2.1 问题分析与技术选型

叶片霉菌检测面临三个核心挑战：

1. 目标尺度小（霉菌区域通常只占叶片的5%-15%）
2. 背景复杂（叶片纹理、光照变化、遮挡等干扰因素多）
3. 形态多样（不同菌种的显症差异大）

经过对比实验，我们选择YOLOv5作为基础框架，主要考虑：

• 单阶段检测器更适合实时应用
• CSPDarknet53主干网络在精度和速度间取得良好平衡
• 完善的工程生态便于部署

2.2 HSPAN模块设计

High-level Spatial Attention and Position-aware Network（HSPAN）是我们提出的核心改进模块，其结构包含：

class HSPAN(nn.Module):
    def __init__(self, c1, c2, kernel_size=5):
        super().__init__()
        self.conv1 = Conv(c1, c1//2, 1, 1)
        self.conv2 = Conv(c1//2, c2, kernel_size, 1)
        self.spatial_attention = nn.Sequential(
            nn.AdaptiveAvgPool2d(1),
            nn.Conv2d(c1//2, 1, kernel_size=1),
            nn.Sigmoid()
        )
        
    def forward(self, x):
        y = self.conv1(x)
        sa = self.spatial_attention(y)
        y = y * sa  # 空间注意力加权
        y = self.conv2(y)
        return x + y  # 残差连接

该模块通过空间注意力机制增强对霉菌区域的关注，同时保留位置信息，特别适合处理小目标检测任务。

3. 数据集构建

3.1 数据采集与标注

我们构建了包含12类常见作物霉菌的数据集：

• 采集方式：实地拍摄（60%）+公开数据集（40%）
• 标注规范：YOLO格式，标注框需完整包含菌斑且保留10%边缘余量
• 数据分布：
  • 训练集：3500张（70%）
  • 验证集：750张（15%）
  • 测试集：750张（15%）

3.2 数据增强策略

针对农业图像特点，我们采用分层增强方案：

增强类型	具体操作	应用概率	作用
基础增强	旋转(±30°)、翻转、HSV调整	100%	增加样本多样性
高级增强	Mosaic、MixUp、CutOut	50%	模拟复杂场景
特殊增强	高斯噪声、运动模糊	30%	提升鲁棒性

注意：避免过度增强导致语义失真，如菌斑纹理特征被破坏

4. 模型训练细节

4.1 超参数配置

基于网格搜索确定的最终参数：

lr0: 0.01  # 初始学习率
lrf: 0.1   # 最终学习率=lr0*lrf
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3
batch_size: 16

4.2 损失函数优化

采用多任务损失：

L = λ1*Lcls + λ2*Lobj + λ3*Lbox

其中：

• Lcls：Focal Loss（γ=2.0），解决类别不平衡
• Lbox：CIoU Loss，优化边界框回归
• 权重系数：λ1=0.5, λ2=1.0, λ3=0.05

4.3 训练技巧

1. 渐进式训练：

   • 前10epoch冻结主干网络
   • 中间30epoch全参数训练
   • 最后10epoch微调检测头

2. 难例挖掘：

   • 每5个epoch统计误检样本
   • 动态调整采样权重

5. 系统实现

5.1 架构设计

采用模块化设计：

├── 图像采集
│   ├── 摄像头驱动
│   └── 图像预处理
├── 检测引擎
│   ├── 模型推理
│   └── 后处理(NMS)
└── 可视化
    ├── 结果渲染
    └── 病害分析

5.2 性能优化

优化前后对比：

优化阶段	推理时间(ms)	模型大小(MB)	mAP(%)
原始模型	45.2	120.5	89.3
+量化(FP32→INT8)	28.7	31.2	88.1
+剪枝	18.3	12.7	86.4
+TensorRT	12.6	12.7	86.4

实际部署采用量化+剪枝方案，在精度损失<3%的情况下实现3.6倍加速

6. 实测效果分析

6.1 精度指标

在测试集上的表现：

模型	mAP@0.5	精确率	召回率	FPS
Faster R-CNN	78.5%	76.2%	80.1%	5
YOLOv5s	87.6%	89.2%	85.8%	42
YOLOv5-HSPAN	92.3%	92.8%	91.5%	35

6.2 场景适应性

不同环境下的表现：

场景	准确率	典型问题	解决方案
强光照射	88.6%	过曝光	HSV增强
阴雨天气	85.3%	低对比度	CLAHE算法
叶片重叠	83.7%	遮挡	改进NMS阈值

7. 部署实践

7.1 边缘设备部署

在Jetson Xavier NX上的部署要点：

1. 转换模型格式：

python export.py --weights best.pt --include onnx
trtexec --onnx=best.onnx --saveEngine=best.engine

2. 内存优化：

• 设置GPU显存池： cudaMallocManaged()
• 启用TensorRT FP16模式

7.2 常见问题排查

1. 检测框抖动：

   • 原因：视频帧间缺乏关联
   • 解决：添加ByteTrack跟踪算法

2. 误检健康叶片：

   • 原因：训练样本不平衡
   • 解决：Focal Loss + 过采样

8. 应用拓展

基于本系统的延伸应用：

1. 病害严重度评估：

   • 计算菌斑面积占比
   • 分级阈值：轻度(<15%)、中度(15-30%)、重度(>30%)

2. 施药决策支持：

   • 建立病害-药剂映射表
   • 结合气象数据预测扩散风险

9. 经验总结

在项目开发过程中，有几个关键经验值得分享：

1. 数据质量比数量更重要

   • 初期使用网络爬取数据时准确率仅82%
   • 加入专业农艺师标注后提升至89%

2. 注意力机制需要合理设计

   • 直接在检测头加SE模块导致mAP下降1.2%
   • HSPAN的多尺度设计更适合小目标

3. 部署时的精度-速度权衡

   • INT8量化后需用校准集微调
   • 发现12.6ms方案在实际田间仍有时延
   • 最终采用18ms方案保证稳定性

这个项目让我深刻体会到，农业AI应用必须紧密结合实际场景。比如我们发现早晨露水会影响拍摄效果，后来通过添加去雾算法解决了这个问题。建议后续开发者多与农技人员沟通，理解真实需求。