基于改进MobileNetV2的柑橘害虫分类识别方法

来源：华中农业大学学报杂志2023年第3期北京时间：

作者：张鹏程，余勇华，陈传武，郑文燕，李善军

单位：1.华中农业大学工学院/农业农村部长江中下游农业装备重点实验室,武汉430070;2.广西特色作物研究院/广西柑橘育种与栽培工程技术研究中心,桂林 541004;3.宜昌市夷陵区农业技术服务中心,宜昌 443699

摘要：为提高柑橘害虫识别精准度和防治效果，本研究构建包含10类对柑橘危害程度较重的害虫图像数据集，基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA_MobileNetV2模型，并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部，以增强原网络的跨通道信息交互能力，提升原网络的特征提取能力。测试结果显示，ECA_MobileNetV2模型对柑橘害虫的分类准确率达到93.63%，相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点，而模型参数量、浮点运算数和模型大小分别为3.50×106、328.06×106和8.72 MB，复杂度仅略高于MobileNetV2，可以在手机上以边缘计算的形式运行。研究结果表明，本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。

关键词：柑橘;柑橘害虫;深度学习;注意力机制;MobileNetV2;柑橘害虫监测

基金资助：国家重点研发计划项目（2020YFD1000101；2021YFD1400802-4）