Este documento propone un modelo de detección de enfermedades basado en el mecanismo de maxmin-difusión, con el objetivo de mejorar la precisión y robustez de las tareas de detección de enfermedades en el campo agrícola. Con el desarrollo de la agricultura inteligente, la detección automatizada de enfermedades se ha convertido en una de las tareas clave que impulsan la modernización agrícola. Los modelos tradicionales de detección de enfermedades a menudo sufren una pérdida significativa de precisión y problemas de robustez al tratar con tipos de enfermedades complejas y datos de series temporales que cambian dinámicamente. Para abordar estos problemas, este documento introduce el mecanismo de maxmin-difusión, que ajusta dinámicamente los pesos de atención para mejorar el enfoque del modelo en las regiones clave de la enfermedad mientras suprime la interferencia de áreas irrelevantes, mejorando significativamente la precisión de segmentación de las regiones afectadas. A través de una serie de experimentos, el modelo propuesto demuestra un rendimiento excepcional en diversas tareas de detección de enfermedades. Para la detección de la enfermedad de manchas bacterianas, el modelo logra una precisión de 0.98, un recall de 0.95, una exactitud de 0.96 y un mIoU de 0.96, lo que indica que puede identificar de manera eficiente y precisa las regiones afectadas incluso en fondos complejos. En comparación con los mecanismos tradicionales de autoatención y CBAM, el mecanismo de maxmin-difusión muestra ventajas significativas en la extracción de características de alta resolución y el procesamiento de datos de series temporales, particularmente en el reconocimiento de regiones de enfermedad que cambian dinámicamente, donde exhibe una mayor precisión y robustez en la detección. Además, el modelo fue sometido a una optimización ligera, lo que permite que el modelo de detección de enfermedades propuesto no solo logre una detección de alta precisión, sino que también funcione de manera eficiente en dispositivos móviles con recursos limitados. Esto proporciona un fuerte apoyo técnico para la aplicación de la agricultura inteligente.