基于改進YOLOv4算法的番茄葉部病害識別方法

打開文本圖片集

摘要：為快速準確識別自然環(huán)境下的番茄葉片病害，提出一種基于改進YOLOv4算法的輕量化番茄葉部病害識別方法。該方法根據(jù)番茄病害特征采用K均值聚類算法調(diào)整先驗框的維度，并使用寬度因子為0.25的MobileNetv1代替YOLOv4原有的主干網(wǎng)絡CSPDarknet53進行特征提取，并在特征融合網(wǎng)絡PANet中引入深度可分離卷積代替原有的3×3標準卷積，同時在主干網(wǎng)絡的2個輸出特征層和空間金字塔池化輸出層分別嵌入卷積塊注意力模塊（CBAM），提高模型識別精度。（剩余12982字）