基于改进YOLOv7的苹果叶片病害检测研究

作     者：王泽伟 郭福涛 宋莉莉 WANG Zewei;GUO Futao;SONG Lili

作者机构：昌吉学院新疆昌吉831100 

基　　金：新疆维吾尔自治区自然科学基金资助项目(2022D01C08) 

出 版 物：《智慧农业导刊》 (JOURNAL OF SMART AGRICULTURE)

年 卷 期：2023年第3卷第12期

页      码：1-4页

摘      要：苹果叶片病害检测对苹果生产至关重要,为达到病害检测精度,对YOLOv7算法进行改进。首先用C3网络层替换部分ELAN层,使模型在简化的同时具有较好的精确度。其次在YOLOv7的Head部分的MP层加入SimAM注意力机制,提高网络的分类能力。最后,结合知识蒸馏理论,使用训练的大模型指导改进后的模型进行学习,进一步提高模型的识别精度。使用苹果叶片数据集测试所设计的模型,其mAP结果为92.29%。实验显示,该文设计的模型对YOLOv7的苹果叶片病害识别能力有较大提升,与当前主流算法相比,具有一定的先进性。

主 题 词：农业病害 YOLOv7 注意力机制 知识蒸馏 深度学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.20028/j.zhnydk.2023.12.001

馆 藏 号：203122392...