摘要: 朝天椒的叶子、果实经常面临一系列真菌、细菌和病毒性疾病危害，从而极大地影响其产量。为解决田间环境下由于叶片间遮盖和堆叠等因素引起的朝天椒病害识别困难的问题，该文针对目前朝天椒病害数据集的病害种类不全以及图片背景单一等状况，对复杂背景下朝天椒病害图像进行数据采集，使用 Lableme 图像标注软件完成图像数据的清洗与标注工作，按比例随机划分数据集，构建了复杂背景下包括朝天椒叶部及果实的多种常见病害的朝天椒病害数据集。针对目前朝天椒病害检测模型检测精度不高、模型复杂和不满足实时监测等问题，通过对比、分析了3种不同YOLO模型对朝天椒病害的检测效果，为田间朝天椒病害检测模型的构建指明了主要方向。