| 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, 37(2): 246-251. DOI: 10.3969/j.issn.1003-0972.2024.02.018 |
| |
| 作者姓名： | 孙艳歌 吴飞 周棋赢 |
| |
| 作者单位： | a.信阳师范大学 计算机与信息技术学院, 河南 信阳 464000;b.信阳师范大学 河南省茶树生物学重点实验室, 河南 信阳 464000 |
| |
| 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 |
| 收稿时间： | 2022-11-07 |
| 修稿时间： | 2022-11-07 |
|
| 点击此处可从《信阳师范学院学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《信阳师范学院学报(自然科学版)》下载全文 |
|
