[1]胡艳茹,田苏慧敏.基于YOLO v11LGL的宁夏枸杞害虫检测定位系统设计[J].江苏农业科学,2025,53(20):243-253.
　Hu Yanru,et al.Design of pest detection and localization system for Lycium barbarum based on YOLO v11LGL[J].Jiangsu Agricultural Sciences,2025,53(20):243-253.
点击复制

基于YOLO v11LGL的宁夏枸杞害虫检测定位系统设计()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第53卷
期数:
2025年第20期
页码:
243-253
栏目:
病虫害智能检测
出版日期:
2025-10-20

文章信息/Info

Title:
Design of pest detection and localization system for Lycium barbarum based on YOLO v11LGL
作者:
胡艳茹1; 2; 田苏慧敏1
1.宁夏师范大学物理与电子信息工程学院，宁夏固原 756000； 2.宁夏师范大学固体微结构与功能实验室，宁夏固原 756000
Author(s):
Hu Yanru; et al
关键词:
害虫; 优化; GUI; 识别; 定位系统; YOLO v11-LGL模型
Keywords:
-
分类号:
S126；TP391.41
DOI:
-
文献标志码:
A
摘要:
为提高自然环境中宁夏枸杞害虫识别的精度，提出一种基于优化YOLO v11的宁夏枸杞害虫检测模型(YOLO v11-LGL)。该模型通过引入大型可分离核注意力机制，优化了主干网络中的空间金字塔池化层，增强对多尺度特征的提取能力，从而提高了检测性能。此外，采用收集和分发机制(GD)改进了特征融合，使模型能更精确地整合不同层级的特征信息。为保持模型的轻量化，创新性地设计了一种轻量化检测头，结合了GroupNorm、共享卷积和Scale层技术，实现了在减少参数量和计算量的同时，保持了高精度。试验结果表明，YOLO v11-LGL在检测宁夏枸杞常见14类害虫时，mAP@0.5达到了85.6%，提升了5.2百分点，mAP@0.5~0.95提升了6.3百分点，显示出更强大的目标检测能力。识别准确率增加了0.7百分点，召回率显著提升了9.9百分点，减少了漏检和误检。这些成果证明了模型在枸杞害虫检测上的优越性，为枸杞产业的智能化发展提供了有力支持。为验证模型的实际效果，开发了一个基于PyQt5的用户友好界面，该系统支持图片和视频检测，以及摄像头实时跟踪识别功能，识别结果可以保存，以便后续分析。这个系统以其简便的操作、直观的界面和优越的实时性能，为宁夏枸杞种植中的害虫识别问题提供了一个高效的解决方案，并具有实际推广的潜力。
Abstract:
-

参考文献/References:

［1］张静，秦垦. 数字科技促进宁夏枸杞产业高质量发展的内在机理与政策创新［J］. 宁夏农林科技，2024，65(2)：44-48.
［2］邱道尹，张红涛，刘新宇，等. 基于机器视觉的大田害虫检测系统［J］. 农业机械学报，2007，38(1)：120-122.
［3］张剑飞，柯赛. 基于YOLOX-s的农业害虫检测研究［J］. 计算机技术与发展，2023，33(5)：208-213.
［4］张诗雨，夏凯，杜晓晨，等. 一种基于聚类特征的Faster R-CNN粮仓害虫检测方法［J］. 中国粮油学报，2020，35(4)：165-172.
［5］张善文，邵彧，齐国红，等. 基于多尺度注意力卷积网络的作物害虫检测［J］. 江苏农业学报，2021，37(3)：579-588.
［6］陈渝阳，朱旭华，吴弘洋，等. 基于YOLO v4的害虫检测方法：CN202011611845.6［P］. 2021-05-11.
［7］宋雪桦，邓壮来，汪盼，等. 一种基于深度学习的害虫检测方法：CN110766041A［P］. 2020-02-07.
［8］彭红星，徐慧明，高宗梅，等. 基于改进YOLOF模型的田间农作物害虫检测方法［J］. 农业机械学报，2023，54(4)：285-294，303.
［9］贾岚，徐雪环，罗德弢，等. 基于改进YOLO v7-tiny的跨阶段作物害虫检测［J］. 南京农业大学学报，2024，47(6)：1156-1165.
［10］Khanam R，Hussain M. YOLO v11：an overview of the key architectural enhancements［EB/OL］. arXiv preprint arXiv：2410.17725，2024.［2024-10-25］. https://doi.org/10.48550/arXiv.2410.17725.
［11］Lau K W，Po L M，Rehman Y A U. Large separable kernel attention：rethinking the large kernel attention design in CNN［J］. Expert Systems with Applications，2024，236：121352.
［12］Zou H B，Yang J L，Sun J L，et al. Detection method of external damage hazards in transmission line corridors based on YOLO-LSDW［J］. Energies，2024，17(17)：4483.
［13］Wang C，He W，Nie Y，et al. Gold-YOLO：efficient object detector via gather-and-distribute mechanism［J］. IEEE Transactions on Image Processing，2024，33(1)：1225-1238.
［14］陈磊，刘立波，王晓丽. 2020年宁夏枸杞虫害图文跨模态检索数据集［J］. 中国科学数据，2022，7(3)：149-156.
［15］李志良，李梦霞，董勇，等. 基于改进YOLO v8的轻量化玉米害虫识别方法［J］. 江苏农业科学，2024，52(14)：196-206.
［16］王硕，孙洋洋. Python GUI程式设计：PyQt5实战［M］. 新北：博硕文化股份有限公司，2018.
［17］朱文伟. PyQt 5从入门到精通［M］. 北京：清华大学出版社，2023.
［18］白振勇. Qt 5/PyQt 5实战指南：手把手教你掌握100个精彩案例［M］. 北京：清华大学出版社，2020.

相似文献/References:

[1]徐鑫,徐幸莲,吴平华,等.我国生猪产业链整体系统的优化[J].江苏农业科学,2013,41(04):11.
[2]孙芬,郑财贵,牛德利.三峡库区土地生态安全评价及土地利用优化研究——以重庆市丰都县沿江地区为例[J].江苏农业科学,2013,41(05):367.
　Sun Fen,et al.Study on land ecological security evaluation and optimal use of lands in reservoir areas of Three Gorges—Taking along Yangtze River Region of Fengdu County of Chongqing City as an example[J].Jiangsu Agricultural Sciences,2013,41(20):367.
[3]韩庆保,蔡国祥.桑园专用选择性复配农药配方筛选[J].江苏农业科学,2014,42(12):176.
　Han Qingbao,et al.Screening of mulberry special selective compound pesticide formulation[J].Jiangsu Agricultural Sciences,2014,42(20):176.
[4]赵赟鑫,张欢,邓百万,等.红豆杉内生真菌产紫杉醇的培养基优化[J].江苏农业科学,2014,42(11):389.
　Zhao Yunxin,et al(89).Optimization of medium for Taxus chinensis endophytic fungi to produce taxol[J].Jiangsu Agricultural Sciences,2014,42(20):389.
[5]靳学远,刘红,秦霞.超高压提取红枣多糖工艺条件的优化[J].江苏农业科学,2014,42(09):256.
　Jin Xueyuan,et al.Optimization of extraction conditions of polysaccharides from red jujube by ultrahigh pressure extraction[J].Jiangsu Agricultural Sciences,2014,42(20):256.
[6]李建宏,张楠,张泽,等.番茄红素提取与测定方法的优化[J].江苏农业科学,2013,41(08):259.
　Li Jianhong,et al.Optimization of lycopene extraction and determination method[J].Jiangsu Agricultural Sciences,2013,41(20):259.
[7]祝海娟,赵晨霞,张翌楠,等.盐法提取大麦虫蛋白质的研究[J].江苏农业科学,2013,41(08):274.
　Zhu Haijuan,et al.Study on protein extraction from Zophobas morio by using salt[J].Jiangsu Agricultural Sciences,2013,41(20):274.
[8]王志春,吴承东,王春云,等.蔬菜大棚上覆盖防虫网对蔬菜主要害虫的防治效果[J].江苏农业科学,2014,42(09):122.
　Wang Zhichun,et al.Control effect of insect-proof net on main pests of vegetables in greenhouse[J].Jiangsu Agricultural Sciences,2014,42(20):122.
[9]郑舒文,田有亮,白玉娥,等.沙地云杉ISSR-PCR反应体系的初步优化[J].江苏农业科学,2014,42(08):48.
　Zheng Shuwen,et al.Preliminary optimization of ISSR-PCR reaction system of Picea mongolica[J].Jiangsu Agricultural Sciences,2014,42(20):48.
[10]张嫚.响应面法优化蒲菜中膳食纤维的提取工艺[J].江苏农业科学,2013,41(09):233.
　Zhang Man.Optimization of extraction process for dietary fibers from Typha latifolia by response surface methodology[J].Jiangsu Agricultural Sciences,2013,41(20):233.

备注/Memo

备注/Memo:
收稿日期：2024-11-03
基金项目：宁夏自然科学基金(编号：2023AAC03353)。
作者简介：胡艳茹(1990—)，女，陕西汉中人，硕士，讲师，从事智慧农业深度学习技术研究，E-mail：yixing_166@qq.com；共同第一作者：田苏慧敏(1992—)，女，宁夏固原人，硕士，讲师，从事电气工程智能检测技术研究，E-mail：245422909@qq.com。
更新日期/Last Update: 2025-10-20