一种茶叶病害的深度学习检测算法 |
| |
引用本文: | 孙艳歌,吴飞,周棋赢.一种茶叶病害的深度学习检测算法[J].信阳师范学院学报(自然科学版),2024(2):246-251. |
| |
作者姓名: | 孙艳歌 吴飞 周棋赢 |
| |
作者单位: | 1. 信阳师范大学计算机与信息技术学院;2. 信阳师范大学河南省茶树生物学重点实验室 |
| |
基金项目: | 国家自然科学基金项目(62062004);;河南省自然科学基金项目(222300420274); |
| |
摘 要: | 提出了一种改进的基于深度学习的茶叶病害目标检测算法。该方法在网络模型中添加坐标注意力机制,使模型细化特征,更加关注茶叶病害信息,从而抑制树枝、杂草等一些背景因素的干扰;选用CIoU作为模型的损失函数以提高定位能力;同时,通过聚类的方法对数据集中的目标边框进行重新优化,以获得更精准的先验框;并建立包含6种病害的茶叶病害数据集,解决了病害图像数据匮乏的问题。与其他算法对比实验结果表明,所提出的算法在多个指标上均有较好的表现,可为茶叶病害智能化诊断提供高效的解决方案。
|
关 键 词: | 茶叶 病害检测 深度学习 目标检测 注意力机制 |
|
|