期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
轻量化YOLO模型在农作物微小病虫害检测中的应用研究
被引量：
10
1
作者
杨巧梅
崔婷婷
+1 位作者
袁永榜
罗桦
《中国农机化学报》
北大核心
2024年第9期265-270,284,共7页
针对农作物病虫害检测中早期微小病虫害变化目标识别准确率不高的问题,提出一种轻量化农作物微小病虫害检测算法YOLO-MobileNet-CBAM。该算法采用MobileNetV3轻量级卷积模块替换YOLOv5s的主干提取网络来降低参数运算量,并引入CBAM注意...
针对农作物病虫害检测中早期微小病虫害变化目标识别准确率不高的问题,提出一种轻量化农作物微小病虫害检测算法YOLO-MobileNet-CBAM。该算法采用MobileNetV3轻量级卷积模块替换YOLOv5s的主干提取网络来降低参数运算量,并引入CBAM注意力机制从通道和空间两个维度对重要的特征提取进行强化,有效增强小目标的聚焦准确度。卷积模块中用H-SiLU代替原模型的SiLU激活函数提高训练速度,避免梯度消失问题。通过将SIoU函数代替原模型中的GIoU函数计算预测框回归损失,将形状损失计算在内,进一步提高小目标定位精度。通过特征金字塔输出4个不同尺度的检测头识别大面积病害、微小病害及虫害目标,增加微小目标的检测精度。结果表明,YOLO-MobileNet-CBAM在微小病虫害目标检测任务中精确率达92.38%,召回率达90.24%,平均精度大于90%。实现模型轻量化,同时有效提高检测精确度,为手持式终端检测应用提供技术支持。
展开更多
关键词
农作物
微小病虫害检测
轻量化模型
YOLO-MobileNet-CBAM
在线阅读
下载PDF
职称材料
题名
轻量化YOLO模型在农作物微小病虫害检测中的应用研究
被引量：
10
1
作者
杨巧梅
崔婷婷
袁永榜
罗桦
机构
重庆对外经贸学院
中煤科工集团重庆研究院有限公司
重庆三峡学院
出处
《中国农机化学报》
北大核心
2024年第9期265-270,284,共7页
基金
重庆市教育委员会科学技术研究项目(KJQN202101233)。
文摘
针对农作物病虫害检测中早期微小病虫害变化目标识别准确率不高的问题,提出一种轻量化农作物微小病虫害检测算法YOLO-MobileNet-CBAM。该算法采用MobileNetV3轻量级卷积模块替换YOLOv5s的主干提取网络来降低参数运算量,并引入CBAM注意力机制从通道和空间两个维度对重要的特征提取进行强化,有效增强小目标的聚焦准确度。卷积模块中用H-SiLU代替原模型的SiLU激活函数提高训练速度,避免梯度消失问题。通过将SIoU函数代替原模型中的GIoU函数计算预测框回归损失,将形状损失计算在内,进一步提高小目标定位精度。通过特征金字塔输出4个不同尺度的检测头识别大面积病害、微小病害及虫害目标,增加微小目标的检测精度。结果表明,YOLO-MobileNet-CBAM在微小病虫害目标检测任务中精确率达92.38%,召回率达90.24%,平均精度大于90%。实现模型轻量化,同时有效提高检测精确度,为手持式终端检测应用提供技术支持。
关键词
农作物
微小病虫害检测
轻量化模型
YOLO-MobileNet-CBAM
Keywords
crops
small diseases and pests
lightweight model
YOLO-MobileNet-CBAM
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S432 [农业科学—植物病理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
轻量化YOLO模型在农作物微小病虫害检测中的应用研究
杨巧梅
崔婷婷
袁永榜
罗桦
《中国农机化学报》
北大核心
2024
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
