El diagnóstico y control de enfermedades juegan roles importantes en la agricultura y la protección de cultivos. Los métodos tradicionales de identificación de enfermedades de las plantas se basan principalmente en la visión humana y la inspección manual, que son subjetivos, tienen baja precisión y dificultan la estimación de la situación en tiempo real. En la actualidad, una tecnología de detección inteligente basada en visión por computadora se está convirtiendo en una herramienta cada vez más importante utilizada para monitorear y controlar enfermedades de cultivos. Sin embargo, el uso de esta tecnología a menudo requiere la recopilación de una cantidad sustancial de datos especializados por adelantado. Debido a la estacionalidad y la incertidumbre de muchas patogenias de cultivos, así como a algunas enfermedades raras o especies raras, tales requisitos de datos son difíciles de cumplir, lo que lleva a dificultades para lograr altos niveles de precisión en la detección. Aquí, utilizamos el cancrosis bacteriana del tronco del kiwi (pv.) como un ejemplo y proponemos un método de detección de alta precisión para abordar el problema mencionado anteriormente. Introducimos un modelo generativo de imágenes ligero y eficiente capaz de generar imágenes realistas y diversas de enfermedades del tronco del kiwi y expandir el conjunto de datos original. También utilizamos el modelo YOLOv8 para realizar la detección de enfermedades; este modelo demuestra capacidad de detección en tiempo real, tardando solo 0.01 s por imagen. Las contribuciones específicas de este estudio son las siguientes: (1) se utiliza una convolución separable en profundidad para reemplazar parte de las convoluciones ordinarias e introducir ruido para mejorar la diversidad de las imágenes generadas; (2) proponemos el módulo GASLE al incrustar un GAM, ajustar la importancia de diferentes canales y reducir la pérdida de información espacial; (3) utilizamos un optimizador AdaMod para aumentar la convergencia de la red; y (4) seleccionamos un modelo YOLOv8 en tiempo real para realizar la verificación de efectos. Los resultados de este experimento muestran que la Distancia de Fréchet Inception (FID) del modelo generativo propuesto alcanza 84.18, con una disminución de 41.23 en comparación con FastGAN y una disminución de 2.1 en comparación con ProjectedGAN. La Precisión Media Promedio (mAP@0.5) en la red YOLOv8 alcanza el 87.17%, que es casi un 17% más alta que la del algoritmo original. Estos resultados sustentan la efectividad de nuestro modelo generativo, proporcionando una estrategia robusta para la generación de imágenes y la detección de enfermedades en los reinos vegetales.