基于级联式分组注意力机制的葡萄病害识别模型

来源：江苏农业科学杂志2025年第第5期北京时间：

作者：刘宇雄;兰艳亭;陈晓栋

单位：1.中北大学电气与控制工程学院，山西太原 030000； 2.北京中农博后农业科学研究院/中国健康农业产学研协同创新平台，北京 100193

摘要：在农业应用场景中，天气和环境因素对图像质量的影响要求机器视觉模型具有较好的鲁棒性。强鲁棒性的模型一般具有更高的浮点计算量和参数量，不利于模型的部署。针对此问题，提出一种基于级联式分组注意力机制的葡萄病害识别算法，以轻量型Transformer架构EfficientVit为基础，将其中的前向传播网络以卷积门控线性单元代替，在减少参数量的同时增加模型的鲁棒性；同时利用部分卷积代替深度卷积进行相对位置信息的编码，在不影响模型计算复杂度的情况下提高模型的检测精度。经测试，本研究所提出的模型在拥有6种病害的自然环境下的葡萄图像数据集上实现了98%的检测准确率。消融试验结果表明，与原始EfficientVit模型相比，改进的模型在降低16.3%浮点计算量(0.74 G)和16.9%参数量(12.83 M)的条件下使模型的检测准确率提高3.9百分点。在利用大气散射模型加入雾效果噪声后验证集上实现了最佳的鲁棒性，在调整亮度后的验证集上的鲁棒性表现仅低于参数量为所提模型2倍的Swin Transformer-Tiny(Swin-Tiny)。本研究提出的模型以较低的模型计算复杂度和参数量，实现了高检测准确率，同时在4种不同噪声验证集中实现不低于76%的分类准确率，模型鲁棒性表现优异，更复合实际农业应用场景的要求。

关键词：葡萄病害;模型鲁棒性;视觉Transformer;图像识别