一种应用于云南省外侵物种识别的边缘计算模型

作者：罗玲; 宋科; 王皓; 资彩飞; 奉伟; 杜铭铭; 孙仲享; 曹志勇^*

来源：湖北农业科学, 2023, 62(10): 212-222.

DOI：10.14088/j.cnki.issn0439-8114.2023.10.036

• 外侵物种
• 边缘计算模型
• MobileNet-v2模型
• 云南省

基于MobileNet模型迁移对云南省4种主要外侵物种（鬼针草、喀西茄、水花生和紫茎泽兰）图像进行识别，将宽度倍率为1.0和1.4的MobileNet-v2模型分别应用在本研究数据集上进行试验，分析了MobileNet-v2网络模型识别不稳定的原因，通过增加通道注意力机制模块、更新激活函数和压缩网络层数对模型进行改进。结果表明，改进后的MobileNet-v2模型识别准确率达96.8%，模型参数量仅为1 535 093。改进后的MobileNet-v2模型识别准确率高、模型参数量少，适合部署于边缘端，能更好地应用于云南省外侵物种防治领域。

• 单位
  云南农业大学