当前位置: 首页 > 文章 > 改进YOLOv7的水稻叶片病害检测算法研究 中国农机化学报 2024,45 (11) 196-201
Position: Home > Articles > 改进YOLOv7的水稻叶片病害检测算法研究 Journal of Chinese Agricultural Mechanization 2024,45 (11) 196-201

改进YOLOv7的水稻叶片病害检测算法研究

作  者:
邓楠;方逵;李成
单  位:
湖南农业大学信息与智能科学技术学院
关键词:
水稻叶片;病害检测;YOLOv7;数据增强;CARAFE
摘  要:
为解决水稻病害难以有效检测的问题,以水稻白叶枯病、稻瘟病、褐斑病等关键病害为研究对象,提出一种名为DNCYOLOv7的水稻病害检测算法。首先,针对YOLOv7中原上采样模块在水稻病害语义信息提取方面的不足,引入NC(Nearest CARAFE)上采样模块,显著提升网络模型在恢复水稻叶片图像细节方面的能力,使模型能更准确地捕捉和识别病害特征。其次,为进一步加强模型的特征提取和融合能力,提出DFPN结构,以改进原模型的颈部设计。最后,采用Mixup和Mosaic技术对原始数据集进行增强处理,以增强模型的泛化能力和鲁棒性。结果表明,DNC-YOLOv7算法在数据集上的平均检测精度从原始的83.4%显著提升至93.2%,相较传统的YOLOv7算法,平均检测精度提高9.8%。

相似文章

计量
文章访问数: 2
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊