基于深度學(xué)習(xí)的輕量化農(nóng)作物葉片病害識別模型

打開文本圖片集

摘要：針對傳統(tǒng)圖像分類模型在識別農(nóng)作物葉部病害過程中因計算資源消耗高昂從而難以部署于實際生產(chǎn)中的問題，本研究提出一種基于MobileNet v3的輕量化農(nóng)作物葉片病害識別模型EDCA-MobileNet v3。首先在高效注意力機(jī)制中加入一條并行路徑，提取不同區(qū)域的通道特征信息進(jìn)行編碼融合，得到新的高效雙通道注意力機(jī)制EDCA，將EDCA注意力機(jī)制嵌入到MobileNet v3網(wǎng)絡(luò)中的倒置殘差結(jié)構(gòu)中以提高模型的跨通道信息捕獲能力；其次將原始網(wǎng)絡(luò)中的ReLU、Hard Swish激活函數(shù)替換為SiLU激活函數(shù)以增強(qiáng)模型的泛化能力；最后根據(jù)農(nóng)作物葉片病害特征調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)和通道維度以降低模型計算量，刪減不必要的網(wǎng)絡(luò)層以抑制過擬合。（剩余12803字）