基于YOLOX的穴盘甘蓝病害检测方法

文献类型： 中文期刊

第一作者： 马驰

作者： 马驰;吴华瑞;于会山

作者机构：

关键词： 病害检测;穴盘甘蓝;多尺度特征融合;注意力机制;小目标检测

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2023 年 008 期

页码： 193-202

收录情况： 北大核心

摘要： 为实现穴盘甘蓝的智能化管理，针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题，研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块，在特征提取模块对特征信息进行重标定，引导模型关注病害区域特征，抑制背景噪声，降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征，充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确，在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失，对回归任务进行了优化，提高穴盘甘蓝病害预测框定位精度；同时引入变焦损失函数作为分类损失函数，利用权重缩放因子缓解模型训练过程中相似病害类间差距小的问题。结果表明，研究算法对穴盘甘蓝炭疽病、细菌性黑斑病、褐斑病、黑腐病的检测平均精确率分别为97.59%、99.70%、98.69%和97.64%;其平均精度均值达到98.41%,与YOLOX、Faster R-CNN、YOLOv3、SSD、CenterNet算法相比，分别提高了4.96、12.86、18.19、4.71、10.69百分点。

分类号： S436.35

  • 相关文献

[1]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[2]基于GC-Cascade R-CNN的梨叶病斑计数方法. 薛卫,程润华,康亚龙,黄新忠,徐阳春,董彩霞. 2022

[3]基于循环平移Contourlet变换的红外小目标检测方法. 李静,刘兴淼,薛福来. 2013

[4]基于级联卷积神经网络的番茄花期识别检测方法. 赵春江,文朝武,林森,郭文忠,龙洁花. 2020

[5]胶体金免疫层析快速检测技术及其在水产养殖业中的应用前景. 王蔚芳,李青梅,郭军庆,雷霁霖. 2010

[6]红外热成像技术在作物胁迫检测方面的应用. 李真,史智兴,王成,宋鹏,陈子龙,罗斌,张云丽. 2016

[7]农业主要病害检测与预警技术研究进展分析. 王翔宇,温皓杰,李鑫星,傅泽田,吕雄杰,张领先. 2016

[8]基于卷积神经网络深度特征融合的番茄叶片病害检测. 杜忠康,房胜,李哲,郑纪业. 2021

[9]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[10]基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究. 刘璎瑛,曹晅,郭彬彬,陈慧杰,戴子淳,龚长万. 2023

[11]基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究. 姚青,姚波,吕军,唐健,冯晋,朱旭华. 2021

[12]基于改进YOLOX模型的芝麻蒴果检测方法研究. 王川,赵恒滨,李国强,张建涛,高桐梅,赵巧丽,郑国清. 2022

[13]改进YOLOv5在胡瓜钝绥螨品质管控系统中的设计与应用. 李建兴,刘振宇,马莹,张艳璇,宋江,纪茂源,旷树森. 2023

[14]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2023

[15]基于改进YOLO v5s算法的大豆叶片虫洞的识别. 方文博,郭永刚,关法春,张伟,刘倩倩,王树文,张正超,于皓然. 2023

[16]基于双线性池化的实蝇分类注意力网络. 彭莹琼,俞融融,尹乘乐,洪恩松,俞小明,赵雷,何雯洁,邓泓. 2023

[17]基于YOLOX改进模型的茶叶嫩芽识别方法. 俞龙,黄楚斌,唐劲驰,黄浩宜,周运峰,黄永权,孙佳琪. 2022

[18]基于改进YOLOv4-tiny的茶叶嫩芽检测模型. 方梦瑞,吕军,阮建云,边磊,武传宇,姚青. 2022

[19]基于PCNN-Attention的土壤肥力关系抽取研究. 季丰,周乐乐,张彩丽,任竹,刘楠楠,陈磊. 2022

[20]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

作者其他论文 更多>>

微信小程序