基于改进ShuffleNet v2的轻量化番茄叶片病害识别

打开文本图片集

摘要：番茄大面积种植导致叶片部位被病虫害侵蚀面积不一、侵蚀种类多样化等问题，为了满足在资源有限的硬件设备上实现对番茄叶片病害准确识别，提出改进ShuffleNet v2模型。首先对基本单元进行改进，提出SA-stage模块，使模型密切关注叶片相关特征信息的同时减小了参数量和计算量；其次提出LFN轻量化特征融合模块，实现浅层和深层网络的上下文信息交互；接着引入RFB-s轻量化特征增强模块，增强小目标病害的特征提取；最后将SPD-Conv代替普通卷积和最大池化层，降低图像分辨率的同时保留了番茄叶片病害小目标的细粒度信息。（剩余11507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。