农业机械学报

作者：张欢，周毅，王克俭，王超，李会平

单位：河北农业大学,河北金融学院,河北农业大学,河北农业大学,河北省城市森林健康技术创新中心,

关键词：果树害虫;识别模型;PConv模块;融合策略;SiLU激活函数;空洞空间池化金字塔

基金：国家自然科学基金项目(32171799)和河北省重点研发计划项目(22327404D)

为提高果树害虫识别效果，及时做好防治措施，本研究以6种对果树危害程度较大的害虫为研究对象，针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题，提出一种改进的轻量化MobileViT-PC-ASPP识别模型。该模型用PConv（Partial convolution）模块代替原模型MobileViT模块中部分标准卷积模块，其次修改MobileViT模块的特征融合策略，将输入特征、局部表达特征、全局表达特征进行拼接融合；删除网络第10层MV2模块和第11层MobileViT模块，使用改进空洞空间池化金字塔（Atrous spatial pyramid pooling，ASPP）模块进行代替，形成多尺度融合特征；此外，模型用SiLU激活函数代替ReLU6激活函数进行计算，最后基于ImageNet数据集进行迁移学习。实验结果表明，6类果树害虫图像识别准确率达93.77%，参数量为8.40×10.5，与改进前相比，识别准确率提高7.5个百分点，参数量降低33.86%；与常用害虫CNN识别模型AlexNet、ResNet50、MobileNetV2、ShuffleNetV2相比识别准确率分别提高8.25、4.78、7.27、7.41个百分点，参数量分别减少6.03×10.7、2.48×107、2.66×106、5.30×105；与Transformer识别模型ViT、Swin Transfomer相比识别准确率分别提高19.03、9.8个百分点，参数量分别减少8.56×107、2.75×107。本研究适合部署在移动终端等有限资源环境，并且有助于实现对复杂背景下小目标果树害虫进行识别检测。

来源：2024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2024年第11期