| 基于改进YOLOv4的水稻病害快速检测方法 |
| |
| 作者姓名： | 严陈慧子 田芳明 谭峰 王思琪 石景秀 |
| |
| 作者单位： | 1.黑龙江八一农垦大学信息与电气工程学院,黑龙江大庆163319;2.黑龙江八一农垦大学信息与电气工程学院,黑龙江大庆163319;农业农村部农产品及加工品质量监督检验测试中心,黑龙江大庆163316 |
| |
| 基金项目： | 黑龙江省自然科学基金重点项目 ( ZD2019F002 );黑龙江八一农垦大学校内资助项目 ( XZR2016-10 );黑龙江八一农垦大学博士启动基金 ( XDB201814 );黑龙江八一农垦大学自然科学人才支持计划 ( ZRCPY202015 ) |
| |
| 摘 要： | 针对水稻图像中复杂背景带来的病斑难以识别、检测速度慢等问题,以水稻稻瘟病、白叶枯病和胡麻斑病图像为研究对象,提出一种基于改进YOLOv4的水稻病害检测方法,该方法以YOLOv4模型为主体框架,采用轻量级网络MobileNet V3代替原始主干网络CSPDarkNet-53,并通过在颈部网络添加坐标注意力模块(coordinate attention module,CAM)来提高模型的性能.结果表明,改进后的模型对水稻稻瘟病、白叶枯病、胡麻斑病的识别准确率均有所提升,平均精度均值(mean average precision,mAP)为85.34％,与原始YOLOv4模型相比,mAP提高了 1.32％,每秒钟检测图像的帧数(frames per second,FPS)为53.43帧/s,检测速度提高了 49.62％,说明研究得出的方法具有较高的平均准确率及较快的检测速度,能够用于田间复杂环境下的水稻病害快速识别.
|
| 本文献已被 万方数据 等数据库收录！ |
|
