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
基于改进Mobilenet v3Small的花生叶部病害轻量化识别研究
1
作者
刘虎
霍欣浩
+2 位作者
何琴英
张泽豪
张道德
《江苏农业科学》
北大核心
2025年第12期207-215,共9页
为了对花生叶部病害进行正确的诊断与有效的治疗来提高花生的产量,使用深度学习进行及时的轻量化识别与检测,在Mobilenet v3Small模型的基础上提出一种新的改进方法,即使用SimAM注意力机制替换原模型中的SE注意力机制,并使用迁移学习对...
为了对花生叶部病害进行正确的诊断与有效的治疗来提高花生的产量,使用深度学习进行及时的轻量化识别与检测,在Mobilenet v3Small模型的基础上提出一种新的改进方法,即使用SimAM注意力机制替换原模型中的SE注意力机制,并使用迁移学习对花生叶部病害进行轻量化识别;然后将PlantVillage数据集作为源域进行预训练,并将预训练得到的共享参数迁移到改进的模型上进行微调优化,最终将采集到的花生叶部病害数据集作为目标域进行试验测试。试验结果表明,通过迁移学习,改进后的Mobilenet v3Small模型识别准确率达到99.5%,比原模型提高2.25百分点,参数量减少30.07%,内存减少2.33 MB。使用Grad-CAM完成热力图可视化,对比发现,SimAM注意力机制比原SE注意力机制以及其他2种注意力机制生成的热力图和原图像中病斑的位置、颜色相似度更高,表明本研究所用方法可以更好地采集花生叶部病害的特征。从各个评价指标来看,本研究提出的方法在花生叶部病害识别上适配度更高、更轻量化,可以更好地在真实场景下进行花生叶部病害识别,可为花生生产种植上提供有效帮助,助力发展智慧农业。
展开更多
关键词
花生叶部病害
迁移学习
轻量化卷积神经网络
SimAM注意力机制
在线阅读
下载PDF
职称材料
题名
基于改进Mobilenet v3Small的花生叶部病害轻量化识别研究
1
作者
刘虎
霍欣浩
何琴英
张泽豪
张道德
机构
湖北工业大学/湖北省农业机械工程研究设计院
出处
《江苏农业科学》
北大核心
2025年第12期207-215,共9页
基金
湖北省农机装备补短板项目(编号:HBSNYT202220)。
文摘
为了对花生叶部病害进行正确的诊断与有效的治疗来提高花生的产量,使用深度学习进行及时的轻量化识别与检测,在Mobilenet v3Small模型的基础上提出一种新的改进方法,即使用SimAM注意力机制替换原模型中的SE注意力机制,并使用迁移学习对花生叶部病害进行轻量化识别;然后将PlantVillage数据集作为源域进行预训练,并将预训练得到的共享参数迁移到改进的模型上进行微调优化,最终将采集到的花生叶部病害数据集作为目标域进行试验测试。试验结果表明,通过迁移学习,改进后的Mobilenet v3Small模型识别准确率达到99.5%,比原模型提高2.25百分点,参数量减少30.07%,内存减少2.33 MB。使用Grad-CAM完成热力图可视化,对比发现,SimAM注意力机制比原SE注意力机制以及其他2种注意力机制生成的热力图和原图像中病斑的位置、颜色相似度更高,表明本研究所用方法可以更好地采集花生叶部病害的特征。从各个评价指标来看,本研究提出的方法在花生叶部病害识别上适配度更高、更轻量化,可以更好地在真实场景下进行花生叶部病害识别,可为花生生产种植上提供有效帮助,助力发展智慧农业。
关键词
花生叶部病害
迁移学习
轻量化卷积神经网络
SimAM注意力机制
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
作者
出处
发文年
被引量
操作
1
基于改进Mobilenet v3Small的花生叶部病害轻量化识别研究
刘虎
霍欣浩
何琴英
张泽豪
张道德
《江苏农业科学》
北大核心
2025
0
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
