基于多尺度特征融合网络的苹果病害叶片检测

作者：刘敏; 周丽

来源：中国农机化学报, 2023, 44(08): 184-190.

DOI：10.13733/j.jcam.issn.2095-5553.2023.08.025

• 苹果病害
• 叶片检测
• 全局特征
• 局部特征
• 多尺度特征融合网络
• 病害识别

准确地检测出苹果叶片的病害对提高苹果产量和质量具有重要意义。针对现有苹果叶片病害检测模型信息利用不充分，导致检测性能不佳的问题，提出一种基于多尺度特征融合网络的苹果病害叶片检测方法。首先，利用深度可分离卷积改进传统Vgg-16网络，并作为苹果叶片病害图片的全局特征提取器；其次，利用Swin Transformer网络作为局部特征提取器；然后，提出一种多尺度特征融合网络将局部和全局特征进行融合，构造多尺度特征；最后，将融合的多尺度特征作为全连接网络的输入，实现苹果病害叶片的检测。实验结果表明，所提出方法可以实现93.98%的准确率、94.11%的精准率、93.93%的召回率和94.62%的F1值。相比当前主流的苹果病害叶片检测模型，在检测精度和模型参数计算量等方面，均具有很强的竞争力。

• 单位
  湖南科技职业学院; 湖南农业大学