基于改进YOLOv3模型的苹果树叶片病斑检测

作者：岳有军; 刘杰琼; 王红君; 赵辉

来源：中国科技论文, 2021, 16(11): 1202-1208.

• 目标检测
• 病斑检测
• YOLOv3模型
• 特征金字塔注意力

为解决在自然环境情况下叶片病斑检测精度低及鲁棒性差等问题,以自然环境情况下的苹果树叶为研究对象,提出了一种改进的YOLOv3病斑检测模型。首先,在特征提取阶段引入特征金字塔注意力机制,通过所提模型将注意力信息融入到特征提取过程中,提升对较小病斑及易被忽略叶片疾病的检测效果;其次,对引入的注意力模块进行结构优化,在兼顾检测速度的基础上提升模型的检测精度。对比研究表明,改进后的网络模型具有良好的鲁棒性,平均精度均值为89.79%,而对比Faster R-CNN、Retinanet、YOLOv3网络的平均精度值仅分别为72.61%、69.07%、80.91%。

• 单位
  电子工程学院; 天津理工大学