• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《农业工程学报》 >基于改进MobileNet-V2的田间农作物叶片病害识别

基于改进MobileNet-V2的田间农作物叶片病害识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义.首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景.其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系.然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图.此外,采用分组卷积并删除模型中不必要的分类层,减少模型参数量.试验结果表明:改进模型的参数量为2.30×106,改进模型的识别准确率在背景复杂的农作物叶片病害数据集中达到了92.20％,较改进前提高了2.91个百分点.相比EfficientNet-b0、ResNet-50、ShuffleNet-V2等经典卷积神经网络架构,改进模型不仅达到了更高的识别准确率,还具有更平稳的收敛过程以及更少的参数.该研究改进的模型较好地平衡了模型的复杂度和识别准确率,为深度学习模型移植至田间移动病害检测设备提供了思路.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号