基于改进YOLOv4算法的番茄叶部病害识别方法

文献类型： 中文期刊

第一作者： 储鑫

作者： 储鑫;李祥;罗斌;王晓冬;黄硕

作者机构：

关键词： YOLOv4;MobileNet;轻量化;注意力机制;病害

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2023 年 39 卷 005 期

页码： 1199-1208

收录情况： 北大核心 ; CSCD

摘要： 为快速准确识别自然环境下的番茄叶片病害,提出一种基于改进YOLOv4 算法的轻量化番茄叶部病害识别方法.该方法根据番茄病害特征采用K均值聚类算法调整先验框的维度,并使用宽度因子为 0.25 的Mo-bileNetv1 代替YOLOv4 原有的主干网络CSPDarknet53 进行特征提取,并在特征融合网络PANet中引入深度可分离卷积代替原有的3×3 标准卷积,同时在主干网络的 2 个输出特征层和空间金字塔池化输出层分别嵌入卷积块注意力模块(CBAM),提高模型识别精度.试验结果表明,改进后的模型对 8 类番茄叶片整体检测精准性(mAP)为98.76%,参数量为 12.64 M,传输帧数为 1 s 101.76 帧,相较于原YOLOv4 模型,模型参数量减少 80%,每秒传输帧数比原始YOLOv4 模型提高了130%.

分类号： S436.412

  • 相关文献

[1]基于改进MobileNet的轻量级外来入侵植物识别模型研究. 吴鸿飞,刘万学,冼晓青,赵梦欣,姚青. 2024

[2]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[3]融合注意力机制的荔枝轻量化检测方法研究. 王聪,文晟,兰玉彬,严倩,姜永华,张建桃,罗菊川. 2025

[4]基于改进YOLO v8的轻量化稻瘟病孢子检测方法. 罗斌,李家超,周亚男,潘大宇,黄硕. 2024

[5]基于AIC-YOLOv11n模型的砀山梨多表面缺陷检测方法. 李成轩,赵春江,张驰,黄文倩,李佳琪,何鑫,王庆艳. 2025

[6]MDSD-YOLO:一种复杂道路场景目标检测方法. 赵龙阳,李天豪,张会兵,刘琦,孟瑞敏. 2025

[7]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[8]基于卷积神经网络的家蚕幼虫品种智能识别研究. 石洪康,田涯涯,杨创,陈宇,粟思源,张智勇,张剑飞,蒋猛. 2020

[9]基于网络瘦身算法的YOLOv4-tiny的甘蔗茎节识别. 陈文,余康,李岩舟,陈远玲,胡珊珊,乔曦. 2023

[10]基于YOLOv4的稻田杂草目标检测算法. 袁涛,胡冬,马超,李琳一,郑秀国,钱戴玲. 2023

[11]基于RFID与目标检测的种鹅个体产蛋信息监测方法. 陶雪阳,施振旦,郭彬彬,戴子淳. 2023

[12]基于改进YOLOv4的田间密集小目标检测方法. 杨军奇,冯全,王书志,张建华,杨森. 2022

[13]一种剑麻装载机的轻量化设计与应用. 陈涛,金刚,覃旭,黄显雅,彭欣怡,刘明,吴密,周肇峰. 2021

[14]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[15]喷雾机喷杆结构的研究现状及展望. 乔白羽,丁素明,薛新宇,崔龙飞,周晴晴,张亚萍. 2017

[16]基于LW-YOLOv3模型的棉花主茎生长点检测与定位研究. 孙想,吴华瑞,朱华吉,杨雨森,陈诚,何思琪,王春山. 2021

[17]电驱自走式农机测试平台的设计. 余涛,刘俊杰,杨存志,叶岩,孙先明,李国林. 2021

[18]轻型拖车车架设计和静动力学仿真研究. 石凯飞. 2022

[19]基于RDN-YOLO的自然环境下水稻病害识别模型研究. 廖娟,刘凯旋,杨玉青,严从宽,张爱芳,朱德泉. 2024

[20]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

作者其他论文 更多>>

微信小程序