基于改进MobileNetV2的柑橘虫害分类识别方法

作     者：张鹏程 余勇华 陈传武 郑文燕 李善军 

作者机构：宜昌市夷陵区农业技术服务中心 华中农业大学工学院/农业农村部长江中下游农业装备重点实验室 广西特色作物研究院/广西柑橘育种与栽培工程技术研究中心 

出 版 物：《华中农业大学学报》 (Journal of Huazhong Agricultural University)

年 卷 期：2023年

核心收录：

学科分类：08[工学] 09[农学] 080203[工学-机械设计及理论] 0904[农学-植物保护] 090401[农学-植物病理学] 0802[工学-机械工程] 

基　　金：国家重点研发计划项目（2020YFD1000101 2021YFD1400802-4） 

主　　题：柑橘 柑橘虫害 深度学习 注意力机制 MobileNetV2 柑橘虫害监测 

摘      要：为提高柑橘虫害识别精准度和防治效果，本研究构建包含10类对柑橘危害程度较重的虫害图像数据集，基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA＿MobileNetV2模型，并基于该模型开发一款边缘计算APP。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部，以增强原网络的跨通道信息交互能力，提升原网络的特征提取能力。测试结果显示，ECA＿MobileNetV2模型对柑橘虫害的分类准确率达到93.63%，相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点，而模型参数量、浮点运算数和模型大小分别为3.50 M、328.06 M和8.72 Mb，复杂度仅略高于MobileNetV2，可以在手机上以边缘计算的形式运行。研究结果表明，本研究开发的智能识别工具能够对不同种类的柑橘虫害进行快速、有效的分类识别。