您好,欢迎访问北京市农林科学院 机构知识库!

基于YOLOX的穴盘甘蓝病害检测方法

文献类型: 中文期刊

作者: 马驰 1 ; 吴华瑞 2 ; 于会山 1 ;

作者机构: 1.聊城大学物理科学与信息工程学院

2.国家农业信息化工程技术研究中心

关键词: 病害检测;穴盘甘蓝;多尺度特征融合;注意力机制;小目标检测

期刊名称: 江苏农业科学

ISSN: 1002-1302

年卷期: 2023 年 008 期

页码: 193-202

收录情况: 北大核心

摘要: 为实现穴盘甘蓝的智能化管理,针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题,研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块,在特征提取模块对特征信息进行重标定,引导模型关注病害区域特征,抑制背景噪声,降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征,充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确,在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失,对回归任务进行了优化,提高穴盘甘蓝病害预测框定位精度;同时引入变焦损失函数作为分类损失函数,利用权重缩放因子缓解模型训练过程中相似病害类间差距小的问题。结果表明,研究算法对穴盘甘蓝炭疽病、细菌性黑斑病、褐斑病、黑腐病的检测平均精确率分别为97.59%、99.70%、98.69%和97.64%;其平均精度均值达到98.41%,与YOLOX、Faster R-CNN、YOLOv3、SSD、CenterNet算法相比,分别提高了4.96、12.86、18.19、4.71、10.69百分点。

  • 相关文献

[1]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[2]基于级联卷积神经网络的番茄花期识别检测方法. 赵春江,文朝武,林森,郭文忠,龙洁花. 2020

[3]红外热成像技术在作物胁迫检测方面的应用. 李真,史智兴,王成,宋鹏,陈子龙,罗斌,张云丽. 2016

[4]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[5]融合注意力机制的开集猪脸识别方法. 王荣,高荣华,李奇峰,刘上豪,于沁杨,冯璐. 2023

[6]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[7]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[8]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[9]基于注意力机制的农业文本命名实体识别. 赵鹏飞,赵春江,吴华瑞,王维. 2021

[10]基于Attention_DenseCNN的水稻问答系统问句分类. 王郝日钦,吴华瑞,冯帅,刘志超,许童羽. 2021

[11]基于注意力机制和多尺度残差网络的农作物病害识别. 黄林生,罗耀武,杨小冬,杨贵军,王道勇. 2021

作者其他论文 更多>>