-
题名基于改进DETR模型的轻量化茶叶病虫害检测方法
- 1
-
-
作者
宋军
张佑丞
徐锋
焦万果
-
机构
南京林业大学信息科学技术学院、人工智能学院
-
出处
《实验室研究与探索》
北大核心
2025年第8期39-47,54,共10页
-
基金
江苏省本科高校“理工类公共基础课程教学改革研究”专项课题(2024LGJK034)。
-
文摘
针对复杂背景和多目标遮挡导致的检测精度下降问题,提出了一种基于深度学习的轻量化茶叶病虫害检测方法。该方法在现有DETR模型基础上引入小波变换-卷积模块,在减少模型参数量的同时显著提升了对多尺度特征的捕获能力;结合多尺度多头注意力机制,实现了跨尺度的全局特征融合,有效克服了传统注意力机制在小目标检测中的局限性;通过设计上下文引导空间特征重建特征金字塔网络,进一步提升复杂场景下目标检测的鲁棒性和精确性。实验结果表明,模型识别准确率达97.7%,参数量和浮点运算量均降低35%以上;通过在树莓派平台部署验证,表明所提方法能够准确、高效地完成茶叶病虫害检测任务。
-
关键词
茶叶病虫害检测
DETR模型
小波变换
多尺度自注意力
树莓派
-
Keywords
tea leaf diseases
DETR model
wavelet transform
multi-scale self-attention
Raspberry Pi platform
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
