首页|基于改进YOLOv7的苹果叶片病害检测研究

基于改进YOLOv7的苹果叶片病害检测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
苹果叶片病害检测对苹果生产至关重要,为达到病害检测精度,对YOLOv7 算法进行改进.首先用C3 网络层替换部分ELAN层,使模型在简化的同时具有较好的精确度.其次在YOLOv7的Head部分的MP层加入SimAM注意力机制,提高网络的分类能力.最后,结合知识蒸馏理论,使用训练的大模型指导改进后的模型进行学习,进一步提高模型的识别精度.使用苹果叶片数据集测试所设计的模型,其mAP结果为 92.29%.实验显示,该文设计的模型对YOLOv7 的苹果叶片病害识别能力有较大提升,与当前主流算法相比,具有一定的先进性.

王泽伟、郭福涛、宋莉莉

展开 >

昌吉学院,新疆 昌吉 831100

农业病害 YOLOv7 注意力机制 知识蒸馏 深度学习

新疆维吾尔自治区自然科学基金资助项目

2022D01C08

2023

10.20028/j.zhnydk.2023.12.001

智慧农业导刊

智慧农业导刊

ISSN：
年,卷(期)：2023.3(12)
  • 2
  • 5