科研之友
微信
新浪微博
Facebook
分享链接
摘要
病害侵袭是制约核桃优质发展的重要因素之一，为实现田间智能化病害识别，设计了一款核桃病害识别模型。该模型采用Mobilenet-V2作为基础网络骨架，在倒残差结构中添加坐标注意力机制，解决特征提取时位置信息缺失的问题。此外，设计混合迁移的训练方式，将跨域迁移和域内迁移相结合，避免单独迁移学习的不良影响。结果表明：1)混合迁移对模型提升效果最佳，准确率最高提升18.57百分点。2)模型平均识别准确率为96.97%,模型参数量为3.95 M,内存占有量为10.50 MB,相较于Mobilenet-V3-Large、ShuffulNet-V2和EfficientNet-V2-S,识别准确率分别提升4.39百分点、6.63百分点和4.31百分点，且保持较少的参数量与内存占有量。3)与SE(squeeze-and-excitation)模块、CBAM(convolutional block attention module)模块相比，坐标注意力机制更能提升模型对感兴趣区域的关注度。因此，该模型可用于开发安卓应用程序并部署于移动端，为核桃病害智能识别提供新方法。
- 单位
