基于SK-EfficientNet的番茄叶片病害识别模型

帖军; 隆娟娟; 郑禄; 牛悦; 宋衍霖

doi:10.16088/j.issn.1001-6600.2021120101

广西师范大学学报（自然科学版） ›› 2022, Vol. 40 ›› Issue (04) : 104 -114. DOI: 10.16088/j.issn.1001-6600.2021120101

基于SK-EfficientNet的番茄叶片病害识别模型

帖军, 隆娟娟, 郑禄, 牛悦, 宋衍霖

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题，提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型，并利用选择性卷积核机制SKNet替换EfficientNet核心模块MBConv中的SENet,使得卷积核根据输入特征的多尺度信息自适应选择感受野大小，提高图像特征提取能力同时更有效地利用参数。多组对比实验结果显示，改进后的模型在训练精度上得到进一步提高，且模型参数仅为3.83MiB。在PlantVillage数据集上平均准确率达到99.64%,且验证SK-EfficientNet-B2的识别精度最高；在自然场景下平均准确率较原模型提高3.81个百分点。结果表明，改进后模型能有效提高自然场景下番茄叶片病害识别精度，可为移动端部署番茄叶片病害识别模型提供参考。