为了解决水稻病害多尺度多特征而导致的准确率较低以及边缘设备快速检测实时需求，本研究基于YOLOv8n提出了改进模型YOLOv8-DiDL，并创新设计了以下核心模块：1）在骨干网络中采用iRMB重构主干网络，结合倒残差结构和自注意力机制，提高模型对小目标和病害特征的捕捉能力；2）在骨干网络中引入C2f-DCNv2 模块，通过可变形卷积增强对目标几何变形的适应性； 3）在颈部网络中采用DySample算法优化采样策略，显著降低了计算复杂度；4）在SPPF层中引入LSKA注意力机制改进了多尺度特征融合性能。YOLOv8-DiDL模型结构如图3所示。

1）C2f-iRMB模块

为构建高效、精准的水稻病害目标检测模型，本文引入先扩张通道再压缩的结构和深层次卷积的倒残差移动模块（inverted residual mobile block，iRMB）。

在本次改进中将倒残差移动模块与YOLOv8n中的C2f结合，通过交易压缩、分片技术、微交易等优化策略，减少每个区块存储的数据量，降低对硬件性能的需求，在特征提取的关键阶段，将传统的卷积模块替换为C2f-iRMB作为主要的特征提取分支，以增强模型对水稻病害图像中小目标和细节特征的捕捉能力。

图4为iRMB的结构，结合了深度可分离卷积（3×3 DW-Conv）和自注意力机制。1×1卷积用于通道数的压缩和扩张，以此优化计算效率。深度可分离卷积（DW-Conv）用于捕捉空间特征，而注意力机制则用于捕获特征间的全局依赖关系^[24-25]。

2）C2f-DCNv2模块

水稻病害表现出病害形态、颜色以及纹理特征变化较大的特点。故采用传统的固定卷积方法，难以精准地识别到病害特征边界区域，为此本文采用可变形卷积模块（DCNv2），来增加模型的适应性与灵活性。

DCNv2采用双自由度调制机制，通过协同优化可学习偏移量Δpk与特征幅度因子Δmk，实现卷积核采样位置与权重响应的双重自适应（dual adaptive），通过这个设计^[26-27]，可以大大减小来自相应空间位置的图像内容对模块输出产生的影响。其次是配备更多具有偏移学习能力的卷积层使模型能够在更广泛的特征级别上控制采样。通过将DCNv2嵌入到YOLOv8n的C2f模块之中，可以使得网络更好地适应由于物体的大小、形状和位置各异产生的变化，提高检测精度。

假设一个具有K个采样位置的卷积核，分别用\begin{document}$ \omega_{k} $\end{document}和\begin{document}$ p_{k} $\end{document}表示第k个位置的权重和预设偏移量。分别用x(p)和y(p)表示输入特征图和输出特征图中位置p的特征。则DCNv2可以表示为：

1\begin{document}$ y(p) = \sum\limits_{k = 1}^K {{\omega _{\text{k}}} \cdot x(p + {p_k} + \Delta {p_k}) \cdot \Delta {m_k}} $\end{document}

式中，\begin{document}$ \Delta p_{k} $\end{document}和\begin{document}$ \Delta m_{k} $\end{document}是第k个位置的可学习偏移量和调制标量。DCNv2结构如图5所示。

3）融合DySample采样算子

为了解决水稻生长环境复杂，环境明暗以及水稻生长情况多变导致模型难以快速提取有效特征的问题，本文在颈部网络中优化采样算法，力求在降低模型计算量的同时，提升模型对复杂环境的适应性。

该研究采用Dysample采样算子，模型在面对较小病点时分配较大的采样因子，提高细小特征提取能力，面对较大病点时，适当调整采样算子，避免采样特征失真。并且通过对采样点的学习避免了传统的基于核的动态上采样器中的耗时动态卷积操作和额外的传统子网络来生成动态核^[28-29]，从而大大减少了计算量，结构范式如图6所示。

该研究给定上采样比例因子s和大小为C × H × W的特征图\begin{document}$ X $\end{document}，线性层的输入和输出通道数为C和\begin{document}$ 2{s^2} $\end{document}，用于生成长度为2s的偏移量，采样集S是偏移量之和，g为采样对应点，即：

2\begin{document}$ \sigma = linear(X) $\end{document}

3\begin{document}$ S = G + \sigma $\end{document}

4）添加注意力机制LSKA

为解决模型在水稻病害实地检测任务过程中存在的定位不准的问题。本研究将LSKA嵌入到YOLOv8n的SPPF模块之中，增强多尺度特征提取能力，大核卷积可以迅速捕捉到病斑所在的宏观空间分布特征，同时深入挖掘病斑边缘，颜色渐变的微小特征，帮助网络提高处理大型数据集和复杂视觉任务的效率与准确性^[30]。

LSKA通过将深度卷积层的二维卷积核分解为串联的水平和垂直一维卷积。这样的设计允许在LSKA中直接使用具有大内核的深度卷积层。LSKA的主要特性表现为长距离依赖性、空间和信道适应性和对极大型核的可扩展性，进一步降低了内存和计算复杂度。

与此同时LSKA可以实现上下文感知的自适应特征调整。同时LSKA 在参数大小、每秒浮点运算次数和准确性方面表现出对超大型内核的可扩展性。

LSKA的浮点运算次数和参数计算方法如下:

4\begin{document}$ Param = (2d - 1) \times C \times 2 + \left[\frac{k}{d}\right] \times C \times 2 + C \times C $\end{document}

5\begin{document}$ FLOPs = ((2d - 1) \times C \times 2 + \left[\frac{k}{d}\right] \times C \times 2 + C \times C) \times H \times W $\end{document}

式中k是核大小，d是膨胀率。

由式（5）、式（6）可以看到，LSKA可以在原始LKA设计的逐点卷积层中节省\begin{document}$ \dfrac{{2{\text{d}} - 1}}{{\text{d}}} $\end{document}参数，同时在膨胀逐点卷积层中节省\begin{document}$ \dfrac{1}{2}\left[\dfrac{k}{d}\right] $\end{document}参数，在每秒浮点运算次数上节省的数量与参数的数量相同，由此可见LSKA优良性。LSKA结构如图7所示。