期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进ThreshNet模型的农作物虫害识别方法 被引量:1
1
作者 任喜伟 孙悦 +1 位作者 杨虹 何立风 《实验室研究与探索》 CAS 北大核心 2024年第12期79-85,107,共8页
针对现有深度学习模型在复杂背景下虫害特征提取能力差、泛化性能低等问题,提出一种基于改进脱粒网模型的农作物虫害识别方法。引入批量通道归一化模块,提高模型的泛化能力;将高层筛选特征金字塔网络与自定义卷积模块融合,形成多尺度特... 针对现有深度学习模型在复杂背景下虫害特征提取能力差、泛化性能低等问题,提出一种基于改进脱粒网模型的农作物虫害识别方法。引入批量通道归一化模块,提高模型的泛化能力;将高层筛选特征金字塔网络与自定义卷积模块融合,形成多尺度特征融合模块,把模块嵌入密集连接的模型与谐波之间,增强模型特征提取能力;调整模型整体架构,得到驱虫脱粒网(TNP)模型。通过自建数据集P28对比实验,结果表明,与改进前模型相比,TNP模型的准确率提高了3.95%、参数量下降了6.47M、浮点运算量(FLOPs)下降了0.23G;与ResNet50、DenseNet、EfficientNet B4等模型相比,TNP模型的准确率、参数量、FLOPs和推理时间均有较好表现。TNP模型能够快速、准确识别农作物虫害特征信息,为及时防治虫害提供技术支持。 展开更多
关键词 农作物 虫害识别 ThreshNet模型 bcn模块 多尺度特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部