基于改进EfficientNetV2的苹果叶片病害识别模型

打开文本图片集

摘要：斑点落叶病、褐斑病、灰斑病、花叶病和锈病是常见的5种苹果树叶部病害，严重影响苹果产量。针对实际生产中叶片病害识别准确率不高以及现有模型参数量大难以迁移到移动设备的问题，本研究基于EfricientNetV2-b0模型，经过改进后提出了轻量级的ECV2-CA网络。该网络在保留EfflCientNetV2-b0主干网络的基础上，一是引入ChostNeLV2网络中的核心Chost Module，并选用original分支替换第一层卷积结构，可以进一步优化网络的计算效率，减少冗余计算，从而在提高模型速度和可移植性的同时保持较高的识别准确率；二是将EfricientnletV2-b0模型中Fused-MBConv模块的SE注意力机制替换为更高教的坐标注意力（CA）机制，通过将空间信息编码为坐标信息以更好地捕捉和表达空间上的细粒度特征。（剩余1870字）