目前赣南脐橙病虫害主要依赖人工巡检，这存在以下问题：第一是人工效率低下、而且误检率偏高，第二是现在依赖深度学习进行检测的模型算力需求都比较大，第三是目前智能设备对与田间复杂环境适配性弱、核心器件依赖进口。为解决此类问题，本文设计了一套脐橙病害智能检测系统：系统以 YOLOv5s 作为框架，通过通道剪枝、知识蒸馏与 INT8 量化算法完成轻量化改造，同时做好国产嵌入式边缘端的适配；在应用上上融合紫外、可见光、近红三个光谱的图像特征，以达到稳定复杂田间场景下的检测鲁棒性目的；基于国产瑞芯微 RK3568 芯片完成硬件系统集成，实现图像采集、实时检测、结果输出的全流程。本研究成果能够为赣南脐橙病害田间巡检提供低成本、可落地的国产化技术方案，符合当前智慧农业的发展趋势和产业需求。