文献类型： 中文期刊

作者： 邹玮 ¹ ; 岳延滨 ¹ ; 冯恩英 ¹ ; 陈维榕 ¹ ; 韩威 ¹ ; 朱存洲 ¹ ; 李莉婕 ¹ ;

作者机构： 1.贵州省农业科技信息研究所

关键词： 辣椒;朝天椒;辣研101号;炭疽病;机器视觉;图像识别;轻量级网络;APP

期刊名称：

ISSN： 1001-3601

年卷期： 2024 年 52 卷 9 期

页码： 125-132

摘要： 【目的】构建基于MobileNet V2的辣椒炭疽病果实分类识别模型，开发移动端辣椒果实炭疽病识别系统，在田间离线状态下实现辣椒果实炭疽病的实时诊断，为及早防控辣椒炭疽病奠定基础。【方法】以朝天椒品种辣研101号为研究对象，首先对辣椒在体、离体状态下的健康果实和炭疽病果实图像进行数据扩充，然后将MobileNet V1、MobileNet V2和EfficientNet-B0模型参数大小相近的轻量级网络进行迁移学习，通过参数微调提取辣椒果实特征，对比图像分类效果，最后将识别精度最高的MobileNet V2网络移植到手机端。【结果】MobileNet V2网络在健康和炭疽病辣椒果实测试集上的查准率最高，达97.31%，单张图片识别时间最短，为75 ms，具有占用内存小、识别速度快及精准度高等优点。【结论】通过MobileNet V2网络模型的移植和应用，辣椒炭疽病识别系统可在田间离线状态下实现辣椒果实炭疽病的实时诊断。