种子科技2024，Vol.42Issue(17) ：115-117.DOI:10.19904/j.cnki.cn14-1160/s.2024.17.035

基于轻量级模型NanoDet的植物病虫害识别研究

李佳宾
种子科技2024，Vol.42Issue(17) ：115-117.DOI:10.19904/j.cnki.cn14-1160/s.2024.17.035
✕
  • 维普
  • 万方数据

基于轻量级模型NanoDet的植物病虫害识别研究

李佳宾1
扫码查看

作者信息

  • 1. 北京农业职业学院,北京 102442
  • 折叠

摘要

随着计算机科学的持续发展,人工智能技术已经逐渐深入到各个领域之中,植物病虫害的检测与识别也逐渐用人工智能方式代替传统方式,近年来提出的多种神经网络模型正在逐步提升检测准确率、稳定性与泛化能力,然而大多数模型均为计算复杂的重量模型,在检测速度与移动端移植性上不具备优势.基于此,提出了一种基于轻量级模型NanoDet的病虫害识别算法,利用全局关系注意力机制对算法进行改良,并对算法进行实验设计与测试,测试结果证明,算法模型宏平均精确率可达92.6％,对比其他同类型算法有明显提升.

关键词

病虫害识别/全局关系注意力/神经网络

引用本文复制引用

出版年

2024
种子科技
山西省种子协会,中国种子协会

种子科技

影响因子：0.161
ISSN：1005-2690
段落导航相关论文