农业机械学报

作者：刘斌，徐皓玮，李承泽，宋鸿利，何东健，张海曦

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：苹果叶部;病害识别;卷积神经网络;CBAM模块;焦点损失函数;快照集成

基金：陕西省重点研发计划项目（2021NY-138）、CCF-百度松果基金项目（2021PP15002000）、国家重点研发计划项目（2020YFD1100601-02-13）、陕西省重点研发计划项目（2019ZDLNY07-06-01）、宁夏智慧农业产业技术协同创新中心项目（2017DC53）和国家级大学生创新创业训练计划项目（S202010712083）

针对苹果叶部病害程度识别准确率低的问题，构建了一种基于快照集成方法的苹果叶部病害程度识别模型。首先，通过多种数字图像处理技术对原始苹果叶部病害图像进行数据增强；然后，选取InceptionResNet V2作为基模型，引入CBAM模块提升网络的特征提取能力，使用焦点损失函数缓解苹果叶部病害数据集类别不平衡问题；最后，通过快照集成方法进行模型集成，得到苹果叶部病害程度识别模型。利用苹果黑星病和锈病的早期和晩期病害数据集进行了模型验证，准确率高达90.82%，比单一InceptionResNet V2模型的准确率提高了2.50个百分点。实验结果表明，基于快照集成的识别模型准确率较高，为苹果叶部病害程度识别研究提供了参考。

来源：2022年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第6期