本发明提供一种基于YOLO模型改进的玉米叶病虫害自动检测方法，将注意力机制GAM添加至目标检测算法YOLOv5s.60中，用于提高对玉米叶病虫害识别的精确率；将轻量化网络ShuffleNetv2与目标检测算法YOLOv5s.60相融合达到了实时动态监测的目的，并且为了进一步提升模型精度还采用SIoU、Soft‑NMS融合改进的策略进行模型精度的提升，形成最终的ShuffleNetv2‑YOLOv5s.60‑GAM网络模型。本发明实现了对玉米叶病虫害的自动检测，很好地利用了轻量化网络速度快的特性及目标检测算法识别率准确性的优势，有助于加强对玉米叶病虫害的防治，避免人工介入，减少主观性，效率更高，降低成本，具有判断快速、判断精度高、泛化能力良好等优点，进而提高玉米产量推动智慧农业的发展。