首页|基于改进轻量化网络MobileViT的苹果树叶病害识别

基于改进轻量化网络MobileViT的苹果树叶病害识别

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统的苹果树叶病害识别模型准确率低,参数数量多和移动端部署困难的问题,提出了一种基于改进轻量化网络MobileViT的的苹果树叶病害识别方法.该网络模型以MobileViT作为主干网络,高效编码全局信息,同时引入MV2模块编码局部信息,将原MobileViT网络结构中的Swish激活函数替换为SMU激活函数提高网络性能,并在全连接层后添加Dropout层防止数据过拟合.针对常见的多病症叶片、锈病叶片等苹果树叶病害进行识别.试验结果表明,改进后的MobileViT相对于其他轻量级网络识别准确率高,相对于重量级网络更轻量、反应更迅速,测试集识别的准确率达到95.73％,参数数量所占显存空间仅为5.6 MB,单张苹果树叶病害图片的响应时间为4.32 ms.最终将模型部署在在移动设备,落地实现成为可能.

马维娣、吴钦木

展开 >

贵州大学电气工程学院,贵州贵阳 550025

苹果树 病害识别 SMU 轻量级 MV2 MobileViT

国家自然科学基金

51867006

2024

10.15889/j.issn.1002-1302.2024.03.034

江苏农业科学
江苏省农业科学院

江苏农业科学

CSTPCD北大核心
影响因子：0.732
ISSN：1002-1302
年,卷(期)：2024.52(3)
  • 21