基于改进版FasterRCNN的复杂背景下桃树黄叶病识别研究

来源：中国农机化学报杂志2024年第3期北京时间：

作者：张平川, 胡彦军, , , 张烨, 张彩虹, 陈昭, 陈旭

摘要：由于桃树黄叶病（以下简称PTYLD）初期症状不明显，现有的基于深度学习的桃树病害识别技术，存在识别准确率不高、识别品种单一的问题，提出一种基于FasterRCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性，提出使用RSLoss函数代替RPN中的交叉熵函数、使用SoftNMS算法代替原来的NMS算法，来改进FasterRCNN。通过试验对比初始版和改进版FasterRCNN对PTYLD的识别效果。试验结果显示，改进后的FasterRCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%，能识别常见的五种PTYLD。

关键词：桃树黄叶病,FasterRCNN,复杂背景,软性非极大值抑制算法

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