文献类型：期刊文章

作　　者：王俏[1] 张彪[2] 刘鑫[3]

Wang Qiao

机构地区：[1]山东商务职业学院信息工程学院,山东烟台264670 [2]聊城大学计算机学院计算机科学系,山东聊城252000 [3]山东农业大学作物生物学国家重点实验室,山东泰安271018

出　　处：《江苏农业科学》

基　　金：国家自然科学基金(编号:62303204);山东省自然科学基金(编号:ZR2021QF036)。

年　　份：2024

卷　　号：52

期　　号：23

起止页码：206-213

语　　种：中文

收录情况：BDHX、BDHX2023、核心刊

摘　　要：在葡萄生产过程中,叶片病害的及时检测对于保障产量和品质至关重要。然而,传统的检测方法不仅耗时且劳力密集,而且往往受限于人为因素,导致检测准确率不高且效率低下。针对现有葡萄叶片病害检测模型准确率低、花费时间长等问题,本研究提出了一种基于改进行锚分类的快速葡萄叶片病害检测算法,以减少现有方法的时间消耗和人为误差,提高葡萄生产的整体质量和效率。首先,设计了一个特征蒸馏网络,该网络通过自注意力精炼机制有效提升了对葡萄叶片病害特征的提取能力。其次,采用行锚分类方法替代了传统的锚框分类,更精确地识别葡萄叶片上的病害行。最后,引入非局部注意力机制,进一步增强了对病害位置的预测能力。试验结果表明,本研究方法在葡萄叶片病害数据集上表现出较高的检测精度和速度,达到了92.4%的检测准确率和36.8帧/s的检测速度,充分证明了本研究算法的有效性和实用性。为葡萄生产中的病害检测提供了一种高效、可靠的新技术方案,具有广泛的应用潜力和重要的经济价值。

关 键 词：葡萄 叶片病害  特征蒸馏  行锚  非局部注意力  

分 类 号：TP391.41]