改进残差网络甜瓜叶片病害的识别研究

来源：计算机工程与应用杂志2024年第15期北京时间：

作者：黄英来, 姜忠良

单位：东北林业大学 计算机与控制工程学院，哈尔滨 150040

摘要：针对甜瓜叶片不同程度的病害识别研究较少，人工检测实时性差且存在识别准确率较低等问题，提出了一种基于改进残差网络模型的甜瓜叶片病害识别方法。将传统的ResNet50模型作为骨干网络，将ReLU激活函数替换为ELU激活函数；将ResNet50的模型的第一层卷积中的7×7卷积核替换成Incption结构，在全连接层之后加入Dropout层，增强模型的表达能力并缓解过拟合问题；引入多头自注意力机制（MHSA），提高模型的泛化能力。进行数据预处理，将训练集与测试集的比例划分为7∶3，采用数据增强的方式对小样本数据集进行扩充。实验结果表明：改进的残差网络模型准确率与原模型相比提高了1.03个百分点，识别准确率达到98.72%且模型参数量为19.3?MB。与其他网络模型相比准确率大幅提升，可以为甜瓜叶片病害的高效识别和及时预防治理提供参考。

关键词：甜瓜叶片病害,图像识别,残差网络,多头自注意力机制,深度学习