基于改进ATSS模型的水稻叶片病害检测

摘要

针对传统水稻病害诊断方法依赖人工、容易误判等缺点，提出一种基于ATSS的水稻叶片病害检测模型。首先收集白叶枯病、胡麻斑病、叶瘟病这三种病害图像，构建水稻叶片病害图像数据集。然后在原ATSS模型的基础上，网络Neck部分采用FPN-CARAFE模块代替特征金字塔网络FPN，以减少上采样过程中的信息损失。同时，为提升模型的检测效果，回归分支的损失函数采用CIoU损失函数代替GIoU。改进ATSS模型的平均精度均值可达74.0%，相比于原ATSS模型提升了3.5%。与模型Retinanet、Faster R-CNN、Cascade R-CNN、FCOS、TOOD相比，改进ATSS模型取得了最高的检测精度，且在检测精度和速度上取得了最高的权衡。实验结果表明，改进后的模型能对水稻叶片病害有效检测。

关键词

改进ATSS模型 / FPN-CARAFE / CIoU损失函数 / 水稻叶片病害

基金资助

河南省科技公关项目：自适应Meta-Transfer学习的小样本茶叶图像病害识别算法研究（222102210300）;; 河南省高等学校青年骨干教师培养计划（2021GGJS176）;; 信阳农林学院青年教师科研基金项目：基于深度学习的水稻叶片病害预防检测研究（QN2021057）