基于改进MobileViT的葡萄叶部病害识别模型

作     者：胡施威 邱林 邓建新 

作者机构：长江大学计算机科学学院 长江大学农学院 

出 版 物：《山东农业科学》 (Shandong Agricultural Sciences)

年 卷 期：2024年

学科分类：12[管理学] 08[工学] 09[农学] 090401[农学-植物病理学] 090402[农学-农业昆虫与害虫防治] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0904[农学-植物保护] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(32270022) 

主　　题：葡萄叶部病害识别 MobileViT网络 坐标注意力 AdamW优化器 Dropout层 

摘      要：本研究提出了一种优化的葡萄叶部病害识别模型CD-MobileViT。首先，将MobileViT作为基础网络，在Layer1、Layer2后面均嵌入坐标注意力模块CA(Coordinate Attention)，以使网络能更有效地捕捉不同位置的关键特征；其次，在网络全连接层之后添加Dropout层，防止数据出现过拟合现象；最后，选用结合权重衰减的优化器AdamW(Adam with Weight Decay Regularization)，更好地控制模型复杂度并提高泛化能力。实验结果显示，相较于MobileViT基础网络，改进的CD-MobileViT网络在精确率、召回率、F1得分和准确率方面分别提高了1.77、1.85、1.65、1.75个百分点，与其他几种经典网络（InceptionV1、MobileNetV2、EfficientNetB0、VGG-16）相比也有不同程度的提升（0.25～1.47个百分点），说明本研究提出的模型在葡萄叶部病害识别上有良好的效果，未来可部署到移动端上使用，为葡萄叶部病害的准确识别提供新的解决方案。