数字农科院2.0

基于改进MobileViT模型的水稻病害识别算法与系统研发

文献类型: 中文期刊

作者: 刘晓君;吴茜;孙传亮;戚超;张谷丰;雷添杰;梁万杰

作者机构:

关键词: 水稻病害;作物表型;MobileViT模型;Efficient Channel Attention;涝害防控

期刊名称:智慧农业(中英文)

ISSN: 2096-8094

年卷期: 2025 年

页码:

收录情况: CSCD(2025-2026年度) ; ; 科技核心(2024版) ; ; 农林核心(2024版)

摘要: [目的/意义]水稻受涝害、高温等非生物胁迫时,植株抗性下降,极易发生病害。准确、快速识别水稻病害对优化生产管理、确保粮食安全具有重大意义。针对大田水稻病害图像背景复杂、干扰信息多、推理速度慢等问题,提出了一个优化卷积层、重构Transformer、集成高效通道注意力(Efficient Channel Attention, ECA)模块的MobileViT识别模型。[方法]结合云计算、智能手机、知识图谱等研发了一个水稻病害智能识别诊断系统。以自采病害图像为主、公开数据为辅,通过图像预处理、数据增强等构建水稻病害数据集,基于该数据集进行模型训练、测试、交叉验证、消融试验及优化等。[结果与讨论]改进MobileViT模型对水稻白叶枯病、稻曲病、叶瘟病、恶苗病、破口病、枯心病以及穗瘟病识别精度达到97.25%,比MobileViT模型提高2.3百分点,较Convnext、Ghostnetv2、TinyVit、Swin Transformer分别提高6.88、8.72、0.92、2.3个百分点,同时推理速度达到139.17 fps,模型大小6.02 MB,可满足田间实时诊断需求。基于微信小程序、Flask框架开发的水稻病害智能识别诊断系统,利用识别模型得到识别结果,结合水稻病害知识图谱,诊断病害并生成诊断结果和防控措施。[结论]水稻病害识别诊断模型和智能系统可有效提高水稻病害、涝害、高温、干旱等灾害防控效率,为水稻生产提质增效、数字化、智能化提供重要技术支撑。

分类号:

  • 相关文献

[1]基于计算机视觉的水稻叶部病害识别研究. 刘涛,仲晓春,孙成明,郭文善,陈瑛瑛,孙娟. 2014

[2]新型真菌源激活蛋白诱导水稻抗病性及其生理机制. 顾成波,邱德文,付丽楠,李旺. 2013

[3]水稻病害图像无参考质量评价方法研究. 刘立波,王剑,周国民. 2011

[4]基于文献计量的稻瘟病研究水平分析与比较. 丁麟,路文如. 2013

[5]水稻病害预测专家系统研究的文献计量分析. 丁麟,路文如. 2012

作者其他论文 更多>>