基于多尺度特征融合网络的苹果病害叶片检测

摘要：

准确地检测出苹果叶片的病害对提高苹果产量和质量具有重要意义.针对现有苹果叶片病害检测模型信息利用不充分,导致检测性能不佳的问题,提出一种基于多尺度特征融合网络的苹果病害叶片检测方法.首先,利用深度可分离卷积改进传统Vgg-16网络,并作为苹果叶片病害图片的全局特征提取器;其次,利用Swin Transformer网络作为局部特征提取器;然后,提出一种多尺度特征融合网络将局部和全局特征进行融合,构造多尺度特征;最后,将融合的多尺度特征作为全连接网络的输入,实现苹果病害叶片的检测.实验结果表明,所提出方法可以实现93.98%的准确率、94.11%的精准率、93.93%的召回率和94.62%的F1 值.相比当前主流的苹果病害叶片检测模型,在检测精度和模型参数计算量等方面,均具有很强的竞争力.

关键词：苹果病害、叶片检测、全局特征、局部特征、多尺度特征融合网络、病害识别

所属期刊栏目：44

分类号：S661.1:TP391(果树园艺)

资助基金：湖南省自然科学基金项目2021JJ60049

在线出版日期：2023-09-15（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：184-190