基于无人机遥感与改进YOLO 11的水稻病害检测模型.pdfVIP

江苏农业科学２０２５年第５３卷第２０期—２１９—

张耀军，吴桂玲，沈剑波．基于无人机遥感与改进ＹＯＬＯ１１的水稻病害检测模型［Ｊ］．江苏农业科学，２０２５，５３（２０）：２１９－２３１．

ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０２５．２０．０２５

基于无人机遥感与改进ＹＯＬＯ１１的水稻病害检测模型

１１２

张耀军，吴桂玲，沈剑波

（１．信阳农林学院信息工程学院，河南信阳４６４０００；２．温州科技职业学院智慧农业工程学院／温州农业具身智能体重点实验室，浙江温州３２５００６）

摘要：细菌性叶枯病（ＢＬＢ）、褐斑病（ＢＳ）和叶黑粉病（ＬＳ）是水稻作物的严重病害，检测是有效管理的第一步。当

前检测方法面临着检测背景复杂、检测目标较小和模型参数较大等问题。针对这些问题，提出了一种基于无人机遥感

和改进ＹＯＬＯ１１的水稻病害检测模型。首先，在骨干网络中融入ＲｅｖＣｏｌ模块，同时用ＣｏｎｖＮｅＸｔ的层级结构替换

ＹＯＬＯ１１的Ｃ３Ｋ２模块，该