第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
省赛
人工智能专项赛
三等奖
未转化
否
水稻是我国主粮基石，每年因为水稻病害导致产量损失高达20%，而传统检测方法多为人工检测，误检率达到30%。研究提出改进模型 CPA-Enhancer-YOLOv11-CCB，用于精准检测自然条件下水稻细菌叶斑病、褐斑病和叶瘤病。该模型通过 CPA-Enhancer 模块优化输入图像并强化小病斑及遮挡区域的特征表达；利用 CARAFE 模块高保真重建病斑边缘细节，克服纹理模糊；集成 BiFPN 优化多尺度特征融合以捕捉病害形态多样性；引入 CBAM 双注意力机制聚焦病灶关键区域并抑制背景干扰。实验结果表明，该模型平均精度均值 (mAP) 达 98.5%，较 YOLOv8 和 YOLOv10 分别提升 1.96% 和 1.76%，显著提高了检测精度，为智慧农业水稻病害检测提供了有效工具。
无
暂未公开
暂未公开
暂未公开
