摘要
本发明属于病害检测技术领域，公开了一种基于YOLOv7的玉米叶片病害检测算法，该算法利用基于YOLOv7m算法的玉米叶病检测模型Corn‑YOLO，该模型用CAFMFusion模块取代了原来的Concat层，用ESMFA模块取代了原来的ELAN模块，以更好地增强特征融合，并使用SIOU损失函数来提高准确率。本发明结合不同的数据集创建了一个多样化的数据集，并使用LableImg进行图像标注。为了提高模型的弹性，增强了数据集，包括随机组合缩放、平移、旋转和对比度调整等操作。为了增强特征提取能力，提出了CAFMFusion模块，通过融合不同尺度的特征信息，提高了模型的整体性能和疾病特征提取能力。
