基于坐标注意力的多尺度轻量级苹果叶片病害识别模型

文献类型： 中文期刊

第一作者： 谷瑞

作者： 谷瑞;顾家乐;宋翠玲;钱春花

作者机构：

关键词： 苹果叶片;病害识别;坐标注意力;轻量级模型;多尺度特征融合

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2025 年 46 卷 002 期

页码： 173-180,186

收录情况： 北大核心

摘要： 为解决传统神经网络参数量大、无法满足资源有限的移动设备对苹果叶片病害的识别需求，提出一种基于坐标注意力的多尺度轻量级模型CA—MobileNetV2。首先，将MobileNetV2倒残差中3×3的卷积替换成多尺度特征融合模块（MMF—module），在不增加参数量的前提下，引入空洞卷积增大感受野，以捕捉丰富的多尺度细节信息，增强网络对细节信息和语义信息提取能力；其次，引入坐标注意力机制自适应地学习不同位置的特征权重，增强对苹果叶片病害区域的感知能力；最后，针对模型训练中的梯度消失问题，改进MobileNetV2的分类器，并引入Leaky ReLU激活函数。结果表明，所提轻量级模型在验证集上的识别准确率、参数量、浮点运算量分别为98.36%,2.35 MB和298.70 M，与ShuffleNetV2、EfficientNet—B2、MobileNetV2、MobileNetV3和GhostNet相比，参数量压缩0.69 MB、6.41 MB、0.28 MB、4.32 MB、1.46 MB，准确率提升8.6%,6.47%,5.07%,4.28%和3.85%，推理时间减少8.7 ms、21.1 ms、13 ms、6.9 ms、17.6 ms。

分类号： TP391.41%S436.611

  • 相关文献

[1]基于改进YOLOv5n模型的农作物病虫害识别方法. 承达瑜,赵伟,何伟德,武择鹏,王建东. 2024

[2]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[3]基于改进YOLO v5s的轻量化植物识别模型研究. 马宏兴,董凯兵,王英菲,魏淑花,黄文广,苟建平. 2023

[4]基于YOLOX的穴盘甘蓝病害检测方法. 马驰,吴华瑞,于会山. 2023

[5]基于改进坐标注意力和U-Net神经网络的淡水养殖区提取. 张欣,戴佩玉,李卫国,任妮,毛星. 2023

[6]基于HOG+SVM的田间水稻病害图像识别方法研究. 马超,袁涛,姚鑫锋,籍延宝,李琳一. 2019

[7]基于图像的水稻病害识别方法研究. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 2010

[8]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[9]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[10]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

[11]黄瓜三大病害识别及其综合防治. 孟攀奇. 2004

[12]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[13]基于注意力机制与EfficientNet的轻量化水稻病害识别方法. 卫雅娜,王志彬,乔晓军,赵春江. 2022

[14]基于对比学习的植物叶片病害识别. 杨新宇,冯全,张建华,杨森. 2024

[15]一种基于深度学习的玉米病害识别方法. 郑铖,董伟,高海涛. 2023

[16]基于机器视觉的农作物病害识别研究进展. 麻剑钧,刘晓慈,金龙新,熊伟,易森林,封春芳,刘阳,夏先亮. 2023

[17]基于深度学习的农作物病害识别系统研发. 梁万杰,曹静,孙传亮,曹宏鑫,张文宇. 2023

[18]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[19]基于高光谱成像的甘蔗叶片早期轮斑病与锈病识别技术. 黄亦其,刘祥焕,黄震宇,钱万强,刘双印,乔曦. 2023

[20]基于复杂环境的番茄叶部图像病虫害识别. 杨英茹,吴华瑞,张燕,朱华吉,李瑜玲,田国英. 2021

作者其他论文 更多>>

微信小程序