| 基于多尺度注意力和深度可分离卷积的农田杂草检测 |
| |
| 引用本文： | 王建翠,惠巧娟,吴立国.基于多尺度注意力和深度可分离卷积的农田杂草检测[J].中国农机化学报,2023(5):182-187. |
| |
| 作者姓名： | 王建翠 惠巧娟 吴立国 |
| |
| 作者单位： | 1. 银川能源学院信息传媒学院;2. 银川科技学院信息工程学院;3. 宁夏葡萄酒与防沙治沙职业技术学院 |
| |
| 基金项目： | 宁夏自然科学基金项目(2021AAC03251)；;宁夏高等学校科学研究项目(NGY2020114)； |
| |
| 摘 要： | 农田杂草根除是促进农业稳定生产的前提。由于杂草种类多，且相同物种因大小、颜色和位置的变化多样，导致传统农田杂草检测算法性能不高。提出一种基于多尺度注意力和深度可分离卷积的农田杂草检测算法。首先，利用深度可分离卷积改进主干网络VGG-16,降低模型参数量，加快模型的训练；然后，采用多尺度注意力模块提取杂草的多尺度特征，增强模型对形态图像特征的捕获能力。通过在不同时间段测试多个农田杂草样本，结果表明：本文算法的精准率为94.69%、召回率为94.88%和F1值为93.82%。与当前主流杂草检测模型相比，在保持较高检测性能的基础上，具有更低的时间开销，可应用于农田杂草的自动检测。
|
| 关 键 词： | 农田杂草检测 深度可分离卷积 多尺度注意力 形态图像特征 |
|
