基于改进Efficient Net的辣椒病虫害识别方法研究

摘要

该研究针对辣椒病虫害识别过程中数据量少、精度低等问题,以安徽科技学院农学院辣椒试验田采集的病虫害图片数据为研究对象,利用多尺度注意力机制来改进Efficient Net模型,实现了辣椒病虫害的高效精确识别。改进后的模型不仅可以增强和突出病虫害区域,而且可以从多个角度提取图像特征,从而提高了模型对特征的捕获能力。结果表明:改进后的Efficient Net识别准确率达到了94.13%,与原模型相比,识别准确率提升了3.60个百分点。与流行的VGG-19、Res Net-5 0和Dense Net-121模型相比,准确率分别高出了28.63、9.54和8.20个百分点,证明了该方法的有效性。

关键词

辣椒病虫害识别 / 多尺度注意力机制 / Efficient Net / 深度学习