基于改进Faster RCNN的桃树缺磷症检测研究

来源：中国农机化学报杂志2024年第4期北京时间：

作者：胡彦军, , , 张烨, 张平川, 张彩虹, 陈昭, 陈旭

摘要：桃树缺磷症(Peach Phosphorus Deficiency, PPD)初期症状不明显、不同阶段症状差异大，而现有的基于计算机视觉的桃树病害识别模型，识别准确率不高、对不同品种识别泛化性差，为此，提出改进Faster RCNN（Faster Region based Convolutional Neural Network）模型。首先，使用RS(Rank & Sort)Loss函数代替区域建议网络（Region Proposal Network，RPN）中的交叉熵函数；其次，使用SoftNMS（NonMaximum Suppression）算法代替原有的NMS算法；最后，使用ResNeXt101网络替换原来的特征提取网络，提高对PPD识别的准确率和泛化性，并在自建PPD数据集上进行检测试验。试验结果表明：改进后的Faster RCNN网络在自建PPD数据集上对PPD的各类别平均检测准确率达92.28%、召回率达92.31%、识别准确率达92.28%，满足实际应用要求。

关键词：桃树缺磷症,改进FasterRCNN,RPN,SoftNMS,ResNeXt101

基金资助：河南省科技厅科技攻关项目(212102310553)；河南省科技厅科技攻关项目（222102210116)