面向边缘部署的轻量级桃树常见病害检测方法OA
针对桃树病害检测中病害形态与尺度差异大、复杂环境下模型鲁棒性不足等问题,以及现有方法计算复杂度高、难以在资源受限的边缘设备上实现实时精准检测等问题,提出一种基于快速混合轻量化高效实时检测变换器(FHLE-RTDETR)模型。通过LabelImg工具按YOLO格式标注病害图像,以7∶1∶2比例划分训练集4684张、验证集669张、测试集1339张,采用数据增强技术将数据集扩充至16060张,通过优化骨干网络、改进基于注意力的尺度内特征交互(AIFI)模块、强化跨尺度特征融合,构建轻量级FHLE-RTDETR模型,提升特征提取效率与检测精度。试验结果表明:在桃树病害检测任务中,改进后FHLE-RTDETR模型mAP50达92.1%,剪枝后模型参数量减少21.6%,推理速度提升至381.6 f/s,边缘部署后推理时间低至28.8 ms,田间综合检出精度达83.3%。该方法具有检测精度高、轻量化、推理速度快的特点,能够满足桃树病害实时检测需求。
姬江涛;杨亚青;穆留聪;崔宏伟;马淏;李秀珍;步贤斌
河南科技大学农业装备工程学院,河南洛阳471023 龙门实验室,河南洛阳471023河南科技大学农业装备工程学院,河南洛阳471023河南科技大学农业装备工程学院,河南洛阳471023河南科技大学农业装备工程学院,河南洛阳471023河南科技大学农业装备工程学院,河南洛阳471023河南科技大学园艺与植物保护学院,河南洛阳471023河南科技大学农业装备工程学院,河南洛阳471023
农业科技
桃树病害检测RT-DETR模型剪枝边缘计算
《河南科技大学学报(自然科学版)》 2026 (4)
P.87-98,M0007,M0008,14
国家重点研发计划项目(2023YFD2001105-2,2023YFD2001101-2)河南省重点研发专项(241111111300)国家自然科学基金项目(32401696)智能农业动力装备全国重点实验室开放课题(SKLIAPE 2024015)。
评论