-
题名基于改进RT-DETR的葡萄叶片病害检测
- 1
-
-
作者
王海瑞
胡灿
朱贵富
蒋晨
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学信息化建设管理中心
昆明理工大学-曙光信息产业股份有限公司AI联合研究中心
-
出处
《湖南农业大学学报(自然科学版)》
北大核心
2025年第4期117-124,共8页
-
基金
国家自然科学基金项目(61863016)。
-
文摘
针对葡萄叶片相似表现症状的病害识别率较低及细小病害检测困难的问题,提出一种基于改进RT-DETR网络的葡萄叶片病害检测方法。首先,采用坐标注意力(CA)机制对可变形卷积网络v2(DCNv2)模块进行改进,构建DCNv2_CA模块以增强目标特征的提取能力,并在模型的主干特征提取部分加入DCNv2_CA模块来提高模型对病害深层关键特征的提取能力;其次,在模型的特征交互模块中引入高低频特征交互(HiLo)注意力机制,使模型能同时关注特征的高低频信息,提高模型对葡萄细小病害的检测能力;最后,用聚合–分发机制重构模型的跨层融合网络,使其能更充分地融合各个层级之间的信息,进一步提升模型对相似表型症状病害的识别性能。结果表明:改进RT-DETR模型的病害检测准确率、召回率和平均精度均值分别达到了90.8%、89.5%和93.4%,相较于初始模型分别提升了5.4、3.9和5.6个百分点,且相对于其他模型也具有明显的优势。综上可见,改进后的RT-DETR模型能够准确地实现葡萄叶片病害检测。
-
关键词
葡萄叶片
目标检测
病害检测
RT-DETR
注意力机制
可变形卷积网络
高低频特征交互
聚合–分发机制
-
Keywords
grape leaves
object detection
disease detection
RT-DETR
attention mechanism
deformable convolution network
high-low frequency feature interactions
gather-and-distribute mechanism
-
分类号
S436.631
[农业科学—农业昆虫与害虫防治]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
