基于轻量化密集尺度网络的番茄叶片病害识别算法

来源：江苏农业科学杂志2025年第第5期北京时间：

作者：王九玲;周会国;李文峰

单位：1.安阳职业技术学院，河南安阳 455000； 2.郑州大学信息工程学院，河南郑州 450001； 3.中国空间技术研究院西安分院，陕西西安 710100

摘要：番茄叶片病害识别是农业智能化的重要应用之一，准确快速的病害识别对于番茄的健康生长和高产至关重要。然而，现有的模型在实际应用中常常由于背景复杂、病害尺度不一致等原因，难以实现高效准确的识别。因此，本研究提出了一种轻量化密集尺度网络，以提高番茄叶片病害识别的准确性和效率，并能够在低成本设备上实现快速识别。首先，网络通过使用不同扩张率卷积的密集连接结构，增强了对不同尺度病害的适应能力。具体来说，通过在网络中引入多种扩张率的卷积核，使得模型能够更好地捕捉到不同尺度病害的特征。其次，采用协调注意力尺度融合方法，替换了传统的拼接连接。此方法能够在不同尺度特征之间建立更加紧密的联系，提升特征提取的有效性，从而增强整体模型的识别能力。结果表明，优化后的模型在测试数据集上的准确率达到0.968，优于现有的重量级网络(AlexNet、VGG16、VGG19和ResNet50)和轻量级网络(DenseNet121、GoogleNet、MobileNet、ShuffleNet v2和GhostNet)。本研究为实现低成本设备上的高效番茄叶片病害识别提供了新的方法和思路，具有重要的理论意义和实际应用价值。

关键词：密集尺度网络;轻量化;番茄叶片病害;多尺度变化