当前位置: 首页 > 文章 > 采用改进YOLOv4-Tiny模型的柑橘木虱识别 农业工程学报 2021 (17) 197-203
Position: Home > Articles > 采用改进YOLOv4-Tiny模型的柑橘木虱识别 Transactions of the Chinese Society of Agricultural Engineering 2021 (17) 197-203

采用改进YOLOv4-Tiny模型的柑橘木虱识别

作  者:
胡嘉沛;李震;黄河清;洪添胜;姜晟;曾镜源
单  位:
广东省山区特色农业资源保护与精准利用重点实验室;华南农业大学电子工程学院;国家柑橘产业技术体系机械研究室
关键词:
图像处理;图像识别;模型;柑橘木虱;精准农业;人工智能;
摘  要:
黄龙病是一种以柑橘木虱为传播媒介的毁灭性病害,其关键预防措施是在果园现场环境对柑橘木虱识别监测,辅助果农进行早期防治。该研究基于YOLOv4-Tiny模型提出一种适用于嵌入式系统的柑橘木虱识别模型。通过改进YOLOv4-Tiny模型的颈部网络,利用浅层网络的细节信息以提高模型识别柑橘木虱的平均精度;采用交叉小批量归一化(Cross mini-Batch Normalization,CmBN)方法代替批归一化(Batch Normalization,BN)方法,通过累计卷积层的输出,提升统计信息的准确度;针对柑橘木虱易被遮挡的问题,模型训练时使用Mosaic数据增强,提升模型对遮挡目标的识别能力。通过自行建立的柑橘木虱图像数据集完成模型的试验验证。结果表明,该模型的柑橘木虱平均识别精度为96.16%,在图形处理器(Graphics Processing Unit, GPU)上的推理速度为3.63 ms/帧,模型大小为24.5 MB,实现了果园环境下快速准确地识别柑橘木虱,可为黄龙病防治技术的进一步发展提供参考。

相似文章

计量
文章访问数: 16
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊