基于改进轻量化网络MobileNeXt的苹果叶片病害识别方法

来源：江苏农业科学杂志2023年第第10期北京时间：

作者：刘小玲;崔艳荣

单位：长江大学计算机科学学院，湖北荆州 434023

摘要：针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的问题，提出了一种改进轻量化网络MobileNeXt的苹果叶片病害识别方法。首先收集了4类常见苹果叶片病害图像样本，每类由简单背景图像与复杂背景图像混合，通过多种数据增强方式对图像进行处理，以增加样本多样性，提高模型的泛化能力。接着基于轻量化网络MobileNeXt中的sandglass结构，引入协调注意力机制CA分配权重，以区分目标与背景，同时结合Inception模块与Ghost模块，设计了2种SCI(Sandglass-CA-Inception)结构，在参数增加量尽可能小的前提下，扩充网络深度与宽度，增强模型对于背景复杂病害图像的特征学习能力。试验结果表明，改进后的模型相比于MobileNeXt，Top-1准确率提升了1.23百分点，平均精确率提升了1.18百分点，参数量只增加了0.62 M，为真实场景下的苹果叶片病害识别提供了一种有效的解决方案。

关键词：苹果病害识别;轻量化网络;MobileNeXt;sandglass;协调注意力机制;Inception;Ghost