基于改进轻量化网络MobileNeXt的苹果叶片病害识别方法 |
| |
引用本文: | 刘小玲,崔艳荣.基于改进轻量化网络MobileNeXt的苹果叶片病害识别方法[J].江苏农业科学,2023(10):185-193. |
| |
作者姓名: | 刘小玲 崔艳荣 |
| |
作者单位: | 长江大学计算机科学学院 |
| |
基金项目: | 国家自然科学基金面上项目(编号:62077018); |
| |
摘 要: | 针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的问题,提出了一种改进轻量化网络MobileNeXt的苹果叶片病害识别方法。首先收集了4类常见苹果叶片病害图像样本,每类由简单背景图像与复杂背景图像混合,通过多种数据增强方式对图像进行处理,以增加样本多样性,提高模型的泛化能力。接着基于轻量化网络MobileNeXt中的sandglass结构,引入协调注意力机制CA分配权重,以区分目标与背景,同时结合Inception模块与Ghost模块,设计了2种SCI(Sandglass-CA-Inception)结构,在参数增加量尽可能小的前提下,扩充网络深度与宽度,增强模型对于背景复杂病害图像的特征学习能力。试验结果表明,改进后的模型相比于MobileNeXt, Top-1准确率提升了1.23百分点,平均精确率提升了1.18百分点,参数量只增加了0.62 M,为真实场景下的苹果叶片病害识别提供了一种有效的解决方案。
|
关 键 词: | 苹果病害识别 轻量化网络 MobileNeXt sandglass 协调注意力机制 Inception Ghost |
|