Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于改进的U-Net网络模型的叶片病害检测 | |
| 刘林; 林山驰; 李相国; 冯敏; 许亮 | |
| 2024-08-15 | |
| 发表期刊 | 液晶与显示
 |
| 卷号 | 39期号:08页码:1138-1144 |
| 摘要 | 为了满足作物病虫害绿色防治对病虫害程度检测的需求，设计了一种改进的U-Net网络模型用于作物叶片病虫害程度的检测。首先，选择ResNet50网络作为模型的主干网络，借助迁移学习来提升训练收敛速度和降低计算成本。其次，引入注意力机制对U-Net网络的各层特征提取和融合进行优化，以提高网络模型接收关键信息的能力。实验结果表明，改进的U-Net512网络模型具有最优的检测性能，平均检测精度达到90.14%，平均绝对误差为276.3。通过分析模型不同采样深度下的各层特征图发现，注意力机制的引入使网络模型能够获取并融合叶片整体特征和病害区域特征两个维度的信息，进一步提升模型检测性能。这种方法不仅能够有效地检测作物叶片的病虫害程度，而且具有较高的准确性和可靠性，有助于实现作物病虫害的绿色防治。 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/68648 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.广东宏景科技股份有限公司 2.智慧城市云边端协同技术广东省工程研究中心 3.中国科学院长春光学精密机械与物理研究所 4.吉林省农业高光谱应用信息数据库 |
| 推荐引用方式 GB/T 7714 | 刘林,林山驰,李相国,等. 基于改进的U-Net网络模型的叶片病害检测[J]. 液晶与显示,2024,39(08):1138-1144. |
| APA | 刘林,林山驰,李相国,冯敏,&许亮.(2024).基于改进的U-Net网络模型的叶片病害检测.液晶与显示,39(08),1138-1144. |
| MLA | 刘林,et al."基于改进的U-Net网络模型的叶片病害检测".液晶与显示 39.08(2024):1138-1144. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于改进的U-Net网络模型的叶片病害检（1195KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘林]的文章 |
| [林山驰]的文章 |
| [李相国]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘林]的文章 |
| [林山驰]的文章 |
| [李相国]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘林]的文章 |
| [林山驰]的文章 |
| [李相国]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论