农业机械学报

作者：崔金荣，魏文钊，赵敏

单位：华南农业大学,华南农业大学,深圳市人工智能与机器人研究院,

关键词：水稻病害;改进MobileNetV3;卷积神经网络;注意力机制;支持向量机

基金：国家自然科学基金项目（32172780）

针对水稻病害识别方法准确度低、模型收敛速度缓慢的问题，本文提出了一种高性能的轻量级水稻病害识别模型，简称为CA（Coordinate attention）-MobileNetV3。通过微调的迁移学习策略完善了模型的训练，提升了模型收敛速度。首先创建10个种类的数据集，其中包含9种水稻病害和1种水稻健康叶片。其次使用CA模块，在通道注意力中嵌入空间坐标信息，提高模型的特征提取能力与泛化能力。最后，将改进后的MobileNetV3网络作为特征提取网络，并加入SVM多分类器，提高模型精度。实验结果表明，在本文构建的水稻病害数据集上，初始的MobileNetV3识别准确率仅为95.78%，F1值为95.36%；加入CA模块后识别准确率和F1值分别提高至96.73%和96.56%；再加入SVM多分类器，通过迁移学习后，改进模型的识别准确率和F1值分别达到97.12%和97.04%，参数量和耗时仅为2.99×106和0.91s，明显优于其他模型。本文提出的CA-MobileNetV3水稻病害识别模型能够有效识别水稻叶部病害，实现了轻量级、高性能、易部署的水稻病害分类识别算法。

来源：2023年第11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11期