基于可分离扩张卷积和通道剪枝的番茄病害分类方法

来源：江苏农业科学杂志2024年第第2期北京时间：

作者：姜晟久;钟国韵

单位：东华理工大学信息工程学院，江西南昌 330013

摘要：为了实现番茄病害的快速检测，针对传统卷积神经网络病害分类方法参数量大、对算力要求高的问题，提出了一种基于可分离扩张卷积和通道剪枝的番茄病害分类方法。基于MobileNet v2，提出了一种可分离扩张卷积块，在不增加网络参数的情况下，扩大网络的感受野，提升网络提取番茄叶部病害特征的能力。然后替换PReLU激活函数，避免产生梯度弥散问题。同时能够更好地处理图像，提高网络对番茄叶部病害负值特征信息的提取能力，具有更好的鲁棒性。最后，使用通道剪枝技术，引入缩放因子联合权重损失函数，分辨相对不重要的通道，并对其进行裁剪，再对剪枝后的网络进行微调并重复以上步骤，在大幅减少网络参数量的同时，不影响网络的性能。在数据集上的结果表明，研究方法在网络参数量仅为0.7 M的情况下，准确率达到了96.44%，精确率达到了96.36%。与目前主流轻量化网络MobileNet v3、GhostNet、ShuffleNet v2相比，模型准确率分别提高了0.45、0.77、0.24百分点，同时模型参数量分别仅为以上模型的12.96%、13.46%、30.43%，模型更轻量且准确率更高。

关键词：番茄病害;可分离扩张卷积;通道剪枝;MobileNet v2