-
题名基于改进YOLOv5s的青稞病虫害检测方法
- 1
-
-
作者
陈佳豪
汪语哲
段晓东
梁凯华
-
机构
大连民族大学计算机科学与工程学院
大连民族大学大数据应用技术国家民委重点实验室
大连民族大学机电工程学院
-
出处
《中国农机化学报》
北大核心
2025年第5期162-168,共7页
-
基金
大连民族大学-西藏农牧学院联合基金项目(DLMZ-NMXY 2021004)。
-
文摘
青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入级联的自注意力机制,减少模型复杂程度,同时增加特征提取能力。其次,该方法在模型中引入具有注意力机制的SCP模块,通过聚合空间上的上下文信息,帮助模型更好地提取不同尺度下的特征,在控制参数量提高10%以内的情况下,提高模型对不同尺度病虫害的识别精度。然后,使用C2f替换head部分全部的C3层,进一步提升模型对特征的提取能力。最后,引入具有动态聚焦机制的加权交并比非极大值抑制算法(WIoU)作为损失函数,以此来平衡正负样本。结果表明,相比原始YOLOv5s,改进后的模型参数量减少60%;计算量减少32%,平均精度达到88.7%,平均精度提高2.3%;与主流目标检测算法,如Fast R—CNN、SSD,YOLO系列等模型相比,改进后的融合多尺度的轻量化模型在提升检测精度的同时,降低模型的复杂程度。
-
关键词
青稞病虫害
目标检测
EfficientViT
多尺度特征融合
轻量化
-
Keywords
diseases and pests of highland barley
target detection
EfficientViT
multi-scale feature fusion
lightweight
-
分类号
S512
[农业科学—作物学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名青稞病虫害绿色防控现状及对策
被引量：3
- 2
-
-
作者
丁秀芳
-
机构
青海省乡镇企业技术推广站
-
出处
《农业与技术》
2019年第18期98-99,共2页
-
文摘
随着虫害的加深,农作物产量降低,农业经济遭受巨大损失,在此背景下绿色防控确保农作物成熟显得尤其重要。尽管农业生产资料齐全,但是伴随人口增长,需求的农作物产量增加,对于虫害造成的损失也要求减少,在除虫的同时也要保护环境。对虫害产生的原因进行详述地分析,并就如何绿色防控提供对策具有重要意义。
-
关键词
青稞病虫害
绿色防控
对策
-
分类号
S435
[农业科学—农业昆虫与害虫防治]
-
-
题名青稞主要病虫害综合防治研究进展与发展方向
被引量：11
- 3
-
-
作者
李杨
-
机构
西藏自治区农牧科学院农业研究所
-
出处
《现代农业科技》
2016年第1期179-179,181,共2页
-
文摘
根据"预防为主、综合防治"的植保工作方针,从抗病虫品种鉴定与选育、农药新品种的引进与开发、自然天敌保护利用等方面分析了西藏青稞主要病虫害综合防治研究的进展,并针对存在的问题,从增加科研投入、选育抗病新品种、开发新的关键防治技术和加强基础研究等方面提出了相应对策。
-
关键词
青稞病虫害
综合防治
研究进展
发展方向
-
分类号
S435.129
[农业科学—农业昆虫与害虫防治]
-
