农业机械学报

作者：田有文，吴伟，林磊，姜凤利，张芳

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,

关键词：蓝莓果蝇虫害;无损检测;im-ResNet50模型;高光谱成像

基金：辽宁省教育厅基础研究项目（LSNJC201906）和辽宁省自然科学基金项目（20180550943）

针对蓝莓果蝇虫害分类识别存在效率低、准确度差等问题，采用深度学习方法对采集的蓝莓高光谱图像进行数据处理与分析，以实现蓝莓果蝇虫害的无损检测。首先蓝莓高光谱图像采用PCA进行降维，优选数据集PC2与PC3并进行拼接得到最佳数据集PC23，对数据集中图像进行旋转90°、旋转180°、模糊、高亮、低亮、镜像和高斯噪声共7种增强操作，使各数据集容量扩增为原始容量的18倍。然后采用VGG16、InceptionV3与ResNet50深度学习模型对蓝莓果蝇虫害图像进行检测，均取得了较高的识别准确率。其中ResNet50模型效率最高，且ResNet50模型的准确率最高，达到92.92%，损失率最低，仅有3.08%，因此ResNet50模型在蓝莓果蝇虫害无损检测方面整体识别效果最佳。为了进一步提高蓝莓果蝇虫害无损检测性能，从ECA注意力模块、Focal Loss损失函数与Mish激活函数3方面对ResNet50模型进行了改进，构建了改进的im-ResNet50模型。得出im-ResNet50模型识别准确率达95.69%，损失率为1.52%。试验结果表明, im-ResNet50模型有效提升了蓝莓果蝇虫害识别能力。采用Grad-CAM分析了im-ResNet50模型可解释性，能够快速、准确地无损检测蓝莓果蝇虫害。

来源：2023年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第1期