基于SE-MultiResNet50算法的辣椒病害种类及程度分级检测

来源：中国农机化学报杂志2024年第12期北京时间：

作者：唐源, 鲁茂悦, 李丽平, 唐有万, 陈阳洋, 李昱瑾

单位：(1. 成都理工大学计算机与网络安全学院，成都市，610059； 2. 成都市农林科学院，成都市，611130)

摘要：在实际的辣椒种植环境中，由于其复杂背景，辣椒叶片病害的识别难度较大。目前，关于受害程度分级检测和辣椒病害分级缺乏公开的数据集。以成都市农林科学院辣椒种植基地的叶片为研究对象，采用U2-Net对叶片进行分割，生成具有不同复杂背景的合成图像，从而丰富数据集。针对常见的辣椒细菌性斑点、白粉病和病毒病3种病害以及健康叶片，提出一种SE-MultiResNet50检测模型。该模型在全由复杂背景图像组成的测试集上表现出色：辣椒病害种类的识别准确率达到91.05%，受害严重程度分级的准确率为92.08%。结果表明，该检测模型在复杂背景下具有较高的识别精度，成功实现对辣椒病害种类分类和受害严重程度分级的智能识别。同时，提供一种新的数据集扩充方法，为相关领域的研究提供新的思路和途径。

关键词：辣椒,病虫害,分级检测,注意力机制,ResNet50

基金资助：四川省科技计划项目(2021YFN0117)