基于改进NanoDet-Plus网络的树木小目标病虫害识别

来源：湖北农业科学杂志2025年第2期北京时间：

作者：赵小平1, 董众祥2, 冯瑾霞1, 闫学龙1, 胡晶洁1

单位：1.酒泉市肃州区城市园林绿化所,甘肃 酒泉 735000;2.甘肃盐池湾国家级自然保护区管护中心,甘肃 酒泉 735000

摘要：为提高对树木小目标病虫害识别精度,提出一种基于改进NanoDet-Plus网络的小目标病虫害识别方法。为增强对小目标特征的提取能力,通过注意力机制对NanoDet-Plus网络的主干网络进行改进,利用改进NanoDet-Plus网络对松树疫区松材线虫病进行识别。结果表明,在IOU为0.55时,改进NanoDet-Plus网络识别的平均精度达94.51%;在IOU为0.80时,改进NanoDet-Plus网络识别的平均精度为66.57%;在IOU为0.55~0.95时,改进NanoDet-Plus网络识别的平均精度为60.05%。改进NanoDet-Plus网络识别的平均精度均明显高于传统的Faster R-CNN网络、YOLO v6s网络、NanoDet网络、NanoDet-Plus网络,且在定位精度和稳定性上的表现最好。由此得出,改进NanoDet-Plus网络具有较好的识别性能,可用于林业病虫害检测,提高防治效率。

关键词：改进NanoDet-Plus网络,树木,松材线虫病,小目标,病虫害,识别

基金资助：祁连山国家公园酒泉分局生态监测科技专项（XDA2006700）