检索结果-维普期刊中文期刊服务平台

基于改进EfficientNet v2模型的玉米叶片病害识别被引量：1: 1; 作者谢琬崔艳荣《江苏农业科学》北大核心 2025年第9期207-215,共9页; 针对真实环境下玉米叶片病害识别准确率不高、传统模型难以适应复杂背景等问题,提出一种改进轻量化模型EfficientNet v2的识别方法。首先,收集患有玉米细菌性枯萎病、普通锈病、玉米灰斑病3种病害的玉米叶片和玉米健康叶片,通过4种数据... 展开更多; 关键词玉米叶片病害 efficientnet v2 SimAM注意力模块通道混洗操作空洞卷积图像识别; 在线阅读下载PDF 职称材料

EfficientNet V2算法融合GCN和CA-Transformer的腐烂草莓分类方法: 2; 作者王伟杨世忠 +2 位作者宫钰程高升邓兆鹏《食品与机械》 CSCD 北大核心 2024年第12期81-88,共8页; [目的]利用现代计算机视觉技术和深度学习方法,提升腐烂草莓分类的准确性和效率。[方法]提出了基于EfficientNet V2融合GCN和CA-Transformer的腐烂草莓分类方法。为基准模型添加了图卷积分支,通过聚合节点的周围信息来更新特征表示,更... 展开更多; 关键词草莓腐烂图卷积 CA-Transformer 可学习残差 efficientnet v2; 在线阅读下载PDF 职称材料

基于改进轻量化EfficientNet-V2模型的小麦种子分类: 3; 作者韩鹏飞宋其江贾梦实《中国农机化学报》北大核心 2024年第9期111-117,共7页; 小麦种子常混有燕麦、大麦等其他种子,如何分类足够纯度的种子是一个重要问题。为解决种子纯度问题,提出一种基于改进的EfficientNet-V2模型的种子分类方法,将其命名为CA-EfficientNet-V2_xs。首先,通过购买常用小麦种子(含有常见的燕... 展开更多; 关键词小麦种子深度学习注意力机制迁移学习 efficientnet-v2模型; 在线阅读下载PDF 职称材料

基于改进Efficient Net-V2的水稻病虫害识别系统研究: 4; 作者焦佳宝李玲一 +5 位作者刘永健陈相甫罗举杨保军姚青刘淑华《中国稻米》北大核心 2025年第4期86-95,共10页; 针对传统水稻病虫害识别方法存在的效率低下、易受主观因素干扰等局限性,以及现有深度学习模型在捕捉水稻病虫害细微特征和处理类别不平衡数据方面存在的不足,开展了一系列研究与实践。首先,利用AR眼镜在水稻田间实地采集病虫害图像,结... 展开更多; 关键词水稻病虫害 AR眼镜图像识别 efficientnet-v2-Rice 手机APP; 在线阅读下载PDF 职称材料

题名基于改进EfficientNet v2模型的玉米叶片病害识别被引量：1: 1; 作者谢琬崔艳荣; 机构长江大学计算机科学学院; 出处《江苏农业科学》北大核心 2025年第9期207-215,共9页; 基金国家自然科学基金(编号:62077018)。; 文摘针对真实环境下玉米叶片病害识别准确率不高、传统模型难以适应复杂背景等问题,提出一种改进轻量化模型EfficientNet v2的识别方法。首先,收集患有玉米细菌性枯萎病、普通锈病、玉米灰斑病3种病害的玉米叶片和玉米健康叶片,通过4种数据扩充方法进行数据增强,提升模型识别和泛化能力;其次,以EfficientNet v2模型为基础,在Fused-MBConv模块中引入无参数注意力模块SimAM,不增加模型计算负担的同时提高对病害的识别能力;再次,为了增加组间通信,在模型中每1层的MBConv模块和Fused-MBConv模块中引入通道混洗操作,促进不同通道之间的信息流动和融合;最后,将模型中stem层中的传统卷积替换为空洞卷积,增大感受野,使模型在初始阶段就捕捉到更多有用的信息,有助于提升网络的整体特征提取能力。相比原模型,改进后的EfficientNet v2在Top-1准确率提高了1.52百分点,平均精确率提高了1.62百分点,平均召回率提高了1.68百分点,平均F_(1)分数提高了1.65百分点,参数量仅为20.2 M,在保持轻量化的同时提高了对3类常见玉米叶片病害以及健康叶片的识别效果。; 关键词玉米叶片病害 efficientnet v2 SimAM注意力模块通道混洗操作空洞卷积图像识别; 分类号 S126 [农业科学—农业基础科学] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名EfficientNet V2算法融合GCN和CA-Transformer的腐烂草莓分类方法: 2; 作者王伟杨世忠宫钰程高升邓兆鹏; 机构青岛理工大学信息与控制工程学院山东荣信水产食品集团股份有限公司青岛科技大学海洋科学与生物工程学院; 出处《食品与机械》 CSCD 北大核心 2024年第12期81-88,共8页; 基金国家自然科学基金(编号:62001263) 山东省青年基金(编号:ZR2023QC114)。; 文摘 [目的]利用现代计算机视觉技术和深度学习方法,提升腐烂草莓分类的准确性和效率。[方法]提出了基于EfficientNet V2融合GCN和CA-Transformer的腐烂草莓分类方法。为基准模型添加了图卷积分支,通过聚合节点的周围信息来更新特征表示,更好地捕捉节点在图结构中的上下文信息;将带有注意力的Transformer结构融合到基准模型的主干中,用该结构替换部分卷积操作,实现全局和局部特征的融合,从而更好地识别草莓的腐烂情况;在传统残差结构的基础上引入学习参数,以实现特征的动态融合。[结果]GC-EfficientNet V2模型相比基准模型在准确率上提高了1.86%,召回率提升了1.49%。与Inception V3、ResNet50、VGGNet、Vision Transformer和EfficientNet V2-m模型相比,该模型的识别准确率分别提高了0.93%,2.08%,2.79%,3.26%,0.47%。[结论]该模型能够准确地对腐烂草莓进行分类。; 关键词草莓腐烂图卷积 CA-Transformer 可学习残差 efficientnet v2; Keywords strawberry rot GCNs CA-Transformer learnable residuals efficientnet v2; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进轻量化EfficientNet-V2模型的小麦种子分类: 3; 作者韩鹏飞宋其江贾梦实; 机构东北林业大学机电工程学院; 出处《中国农机化学报》北大核心 2024年第9期111-117,共7页; 基金国家重点研发计划(2021YFD220060404) 中央高校基本科研业务费专项资金项目(2572020DR12)。; 文摘小麦种子常混有燕麦、大麦等其他种子,如何分类足够纯度的种子是一个重要问题。为解决种子纯度问题,提出一种基于改进的EfficientNet-V2模型的种子分类方法,将其命名为CA-EfficientNet-V2_xs。首先,通过购买常用小麦种子(含有常见的燕麦、大麦等杂种),自制数据集;其次,为加快训练以及针对自制数据集数量不足的问题,采用迁移学习的方法;再次,为更好地帮助模型更加精准地定位和识别感兴趣的目标,将采用Coordinate Attention(CA)注意力机制来替换SE注意力机制;最后,通过精简网络结构使模型更小、训练速度更快。试验表明,改进后模型的分类准确率达到99.7%,比未改进之前的网络分类准确率提升1.3%;与EfficientNet-V2_s模型的78 MB相比,改进后模型大小降至3.8 MB,模型大小降低;改进后的模型速度比主流网络更快。; 关键词小麦种子深度学习注意力机制迁移学习 efficientnet-v2模型; Keywords wheat seed deep learning attention mechanism transfer learning efficientnet-v2 model; 分类号 S512.2 [农业科学—作物学] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进Efficient Net-V2的水稻病虫害识别系统研究: 4; 作者焦佳宝李玲一刘永健陈相甫罗举杨保军姚青刘淑华; 机构浙江理工大学计算机科学与技术学院(人工智能学院) 中国水稻研究所; 出处《中国稻米》北大核心 2025年第4期86-95,共10页; 基金浙江省农业农村厅“三农九方”项目(2024SNJF010)。; 文摘针对传统水稻病虫害识别方法存在的效率低下、易受主观因素干扰等局限性,以及现有深度学习模型在捕捉水稻病虫害细微特征和处理类别不平衡数据方面存在的不足,开展了一系列研究与实践。首先,利用AR眼镜在水稻田间实地采集病虫害图像,结合公开数据集IP102和网络上的图像构建了水稻病虫害数据集,并采用数据增强方式扩充训练样本,缓解类别不平衡与图像质量问题;其次,在Efficient Net-V2模型的基础上,引入CBAM注意力机制替换原有的SE模块以增强对水稻病虫害的细节特征捕捉,并采用Poly Loss损失函数优化不平衡数据学习,构建了Efficient Net-V2-Rice水稻病虫害识别模型;最后,基于改进后的识别模型,开发了一款配套的安卓手机端智能识别APP。该APP功能丰富,集成了用户注册与登录、图像上传、智能识别、识别结果检索与详情查看等核心功能模块。用户只需通过手机摄像头拍摄水稻病虫害图像并上传至APP,即可快速获得准确的识别结果,并可随时检索和查看历史识别记录的详细信息。为验证模型改进策略的有效性,进行了消融实验和对比实验。实验结果表明,本文提出的Efficient Net-V2-Rice模型在水稻病虫害识别任务中表现优秀,精确率、召回率和F1分数分别达到84.92%、86.00%和85.45%。基于此模型开发的安卓手机端APP,为用户提供了便捷高效的识别服务,为水稻病虫害的智能监测与辅助诊断提供了一种实用的工具。; 关键词水稻病虫害 AR眼镜图像识别 efficientnet-v2-Rice 手机APP; Keywords rice pests and diseases AR glasses image recognition efficientnet-v2-Rice mobile APP; 分类号 S511 [农业科学—作物学] S435.111 [农业科学—农业昆虫与害虫防治]; 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	基于改进EfficientNet v2模型的玉米叶片病害识别	谢琬崔艳荣	《江苏农业科学》北大核心	2025	1	在线阅读下载PDF 职称材料
2	EfficientNet V2算法融合GCN和CA-Transformer的腐烂草莓分类方法	王伟杨世忠宫钰程高升邓兆鹏	《食品与机械》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于改进轻量化EfficientNet-V2模型的小麦种子分类	韩鹏飞宋其江贾梦实	《中国农机化学报》北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于改进Efficient Net-V2的水稻病虫害识别系统研究	焦佳宝李玲一刘永健陈相甫罗举杨保军姚青刘淑华	《中国稻米》北大核心	2025	0	在线阅读下载PDF 职称材料