基于ActNN-YOLO v5s-RepFPN的番茄病害識(shí)別及系統(tǒng)設(shè)計(jì)

打開文本圖片集

doi：10.15889/j.issn.1002-1302.2024.20.026

摘要：作物病害的早期檢測(cè)可以提高農(nóng)作物的質(zhì)量和生產(chǎn)力，為解決番茄病害識(shí)別模型在真實(shí)復(fù)雜場(chǎng)景中的泛化能力弱，易受作物品種、顏色特征、葉斑形狀、疾病周期和環(huán)境因素干擾，對(duì)存儲(chǔ)和計(jì)算資源依賴性強(qiáng)的問題，提出1個(gè)輕量化改進(jìn)模型ActNN-YOLO v5s-RepFPN來研究多個(gè)區(qū)域場(chǎng)景中的番茄疾病，使用Mosaic數(shù)據(jù)增強(qiáng)方法來擴(kuò)展數(shù)據(jù)，結(jié)合使用模型參數(shù)壓縮技術(shù)ActNN來替換YOLO v5s網(wǎng)絡(luò)中的組件模塊，保留重要激活參數(shù)的同時(shí)不影響精確度，然后在YOLO v5s頸部網(wǎng)絡(luò)內(nèi)構(gòu)建RepFPN特征金字塔，增加特征信息流通，實(shí)現(xiàn)計(jì)算和內(nèi)存平衡的硬件神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。（剩余9416字）