基于改进YOLOX-S的玉米病害识别

打开文本图片集

摘要：在玉米病害的影响下，玉米产量下降，其中大部分病害症状均反映在玉米的叶片上。针对人工识别叶片费时、费力、准确率低的问题提出了一种基于改进YOLOX-S网络的玉米病害识别模型，并将该模型部署到Atlas 200DK开发板中。该研究在YOLOX-S的基础上添加了4个CBAM注意力机制模块，其中3个注意力机制模块添加到网络的Backbone与Neck之间，第4个注意力机制模块添加到SPPBottleneck的2次上采样结果后，通过使用不同的权重来调整不同病害特征细节的重要程度，能够提高模型收敛速度，有效提升模型的识别精度，并基于Atlas 200DK开发板的特性及相关属性，将改进后的模型部署到开发板当中，实现了算法的移植。（剩余11043字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。