基于改进MobileNet轻量级网络的水稻病害识别

摘要：

目的:针对传统MobileNet-v2 模型水稻叶面病害识别过程中出现的准确率低、运行速度慢、特征提取难等问题,提出一种基于改进MobileNet-v2 轻量级网络的水稻叶面病害识别模型.方法:该模型采用增加注意力机制模块的结构方法增强图像的特征提取,然后将预训练好的权重参数迁移到改进的模型中,进而对水稻 4种叶面病害进行识别研究.结果:该模型在 50 个epoch的训练测试过程中,训练速度和过拟合问题得到了较大的改善,最终测试识别准确率较传统MobileNet-v2 模型准确率提高了 7.97%.结论:该模型在水稻叶面病害识别中准确率较高,识别速度较快,为水稻叶面病害的识别与研究提供了参考和借鉴意义.

关键词：图像识别、水稻病害、迁移学习、MobileNet-v2

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高校自然科学研究重点项目;安徽省自然科学基金项目

在线出版日期：2024-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：26-32