基于坐標注意力的多尺度輕量級蘋果葉片病害識別模型

打開文本圖片集

摘要：為解決傳統(tǒng)神經(jīng)網(wǎng)絡(luò)參數(shù)量大、無法滿足資源有限的移動設(shè)備對蘋果葉片病害的識別需求，提出一種基于坐標注意力的多尺度輕量級模型CA—MobileNetV2。首先，將MobileNetV2倒殘差中3×3的卷積替換成多尺度特征融合模塊（MMF—module），在不增加參數(shù)量的前提下，引入空洞卷積增大感受野，以捕捉豐富的多尺度細節(jié)信息，增強網(wǎng)絡(luò)對細節(jié)信息和語義信息提取能力；其次，引入坐標注意力機制自適應(yīng)地學(xué)習(xí)不同位置的特征權(quán)重，增強對蘋果葉片病害區(qū)域的感知能力；最后，針對模型訓(xùn)練中的梯度消失問題，改進MobileNetV2的分類器，并引入Leaky ReLU激活函數(shù)。（剩余17288字）