[1]张风伟,朱成杰,朱洪波.基于改进MobileNet v3的苹果叶片病害识别方法及移动端应用[J].江苏农业科学,2024,52(7):205-213.
　Zhang Fengwei,et al.Apple leaf disease recognition method based on improved MobileNet v3 and its mobile terminal application[J].Jiangsu Agricultural Sciences,2024,52(7):205-213.
点击复制

基于改进MobileNet v3的苹果叶片病害识别方法及移动端应用()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第52卷
期数:
2024年第7期
页码:
205-213
栏目:
农业工程与信息技术
出版日期:
2024-04-05

文章信息/Info

Title:
Apple leaf disease recognition method based on improved MobileNet v3 and its mobile terminal application
作者:
张风伟; 朱成杰; 朱洪波
安徽理工大学电气与信息工程学院，安徽淮南 232001
Author(s):
Zhang Fengwei; et al
关键词:
苹果; 叶部病害; 图像识别; MobileNet v3; Android
Keywords:
-
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
准确识别苹果叶片病害种类以进行及时防治对于苹果增量增产具有重要的意义，为实现在移动设备实时对苹果叶片进行病害识别，提高苹果的产量，减少种植者的损失。首先收集了黑星病、斑点落叶病、锈病、白粉病、混合病、褐斑病等6种苹果叶部病害和健康叶片的图像，并使用Retinex算法对图像进行数据增强，以提高数据集质量，然后将数据集按照8∶1∶1的比例划分为训练集、验证集和测试集；其次对MobileNet v3网络模型进行改进优化调整，在精简网络结构的同时减少冗余参数，并在非线性激活层后加入批归一化层，以提高网络的特征提取能力；同时，为了提升在低精度移动设备上的准确性和模型运行效率，将全连接层中的激活函数替换为ReLU6函数；最后，在模型训练时使用动量随机梯度下降优化器来进行模型权重系数的寻优，以减少训练时间和达到更高的分类准确率。试验结果表明，改进后的MobileNet v3-A3网络对苹果叶片病害图像的识别准确率为96.48%，模型权重为2.98 MB，识别速率为8.82 ms/幅图片，与其他同量级卷积神经网络相比识别精度更高、模型更小、识别速度更快。本研究使用Android Studio将权重模型封装到安卓软件中，实现了移动设备对苹果叶片病害的准确快速识别。
Abstract:
-

参考文献/References:

［1］胡清玉，胡同乐，王亚南，等. 中国苹果病害发生与分布现状调查［J］. 植物保护，2016，42(1)：175-179.
［2］Sun H N，Xu H W，Liu B，et al. MEAN-SSD：a novel real-time detector for apple leaf diseases using improved light-weight convolutional neural networks［J］. Computers and Electronics in Agriculture，2021，189：106379.
［3］王云露，吴杰芳，兰鹏，等. 基于改进Faster R-CNN的苹果叶部病害识别方法［J］. 林业工程学报，2022，7(1)：153-159.
［4］Singh V，Misra A K. Detection of plant leaf diseases using image segmentation and soft computing techniques［J］. Information Processing in Agriculture，2017，4(1)：41-49.
［5］Zeiler M D，Fergus R. Visualizing and understanding convolutional networks［C］//European Conference on Computer Vision.Cham：Springer International Publishing，2014：818-833.
［6］刘阳，高国琴. 采用改进的SqueezeNet模型识别多类叶片病害［J］. 农业工程学报，2021，37(2)：187-195.
［7］黄英来，艾昕. 改进残差网络在玉米叶片病害图像的分类研究［J］. 计算机工程与应用，2021，57(23)：178-184.
［8］李鑫然，李书琴，刘斌. 基于改进Faster R＿CNN的苹果叶片病害检测模型［J］. 计算机工程，2021，47(11)：298-304.
［9］刘洋，冯全，王书志. 基于轻量级CNN的植物病害识别方法及移动端应用［J］. 农业工程学报，2019，35(17)：194-204.
［10］杨森，冯全，张建华，等. 基于轻量卷积网络的马铃薯外部缺陷无损分级［J］. 食品科学，2021，42(10)：284-289.
［11］鲍文霞，吴刚，胡根生，等. 基于改进卷积神经网络的苹果叶部病害识别［J］. 安徽大学学报(自然科学版)，2021，45(1)：53-59.
［12］Krizhevsky A，Sutskever I，Hinton G E. ImageNet classification with deep convolutional neural networks［J］. Communications of the ACM，2017，60(6)：84-90.
［13］Simonyan K，Zisserman A. Very deep convolutional networks for large-scale image recognition［J］. ArXiv e-Prints，2014：arXiv：1409.1556.
［14］Szegedy C，Liu W，Jia Y Q，et al. Going deeper with convolutions［C］ //2015 IEEE Conference on Computer Vision and Pattern Recognition.June 7-12，2015，Boston，MA.IEEE，2015：1-9.
［15］Howard A，Sandler M，Chen B，et al. Searching for MobileNet v3［C］//2019 IEEE/CVF International Conference on Computer Vision (ICCV).Seoul，Korea (South).IEEE，2019：1314-1324.
［16］熊梦园，詹炜，桂连友，等. 基于ResNet模型的玉米叶片病害检测与识别［J］. 江苏农业科学，2023，51(8)：164-170.
［17］Sandler M，Howard A，Zhu M L，et al. MobileNet v2：inverted residuals and linear bottlenecks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City，UT，USA.IEEE，2018：4510-4520.
［18］刘梦伦，赵希梅，魏宾. 基于MobileNet v2-ELM的肝硬化识别［J］. 青岛大学学报(自然科学版)，2019，32(4)：17-21.
［19］Hu J，Shen L，Sun G. Squeeze-and-excitation networks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City，UT，USA.IEEE，2018：7132-7141.
［20］Ioffe S，Szegedy C. Batch normalization：accelerating deep network training by reducing internal covariate shift［C］//Proceedings of the 32nd International Conference on Machine Learning. New York：ICML Press，2015：448-456.
［21］Prasad S，Peddoju S K，Ghosh D. Multi-resolution mobile vision system for plant leaf disease diagnosis［J］. Signal，Image and Video Processing，2016，10(2)：379-388.
［22］Li D F，Wang Z G，Xue Y B. Fine-grained Android Malware Detection based on Deep Learning［C］//2018 IEEE Conference on Communications and Network Security (CNS).Beijing，China.IEEE，2018：1-2.
［23］戴建国，赖军臣. 基于图像规则与Android手机的棉花病虫害诊断系统［J］. 农业机械学报，2015，46(1)：35-44.
［24］马艳娜，唐华，柯红军. 基于移动终端的遥感监测数据采集系统设计与实现［J］. 测绘与空间地理信息，2017，40(4)：120-122.

相似文献/References:

[1]贾永华,李晓龙,牛锐敏,等.叶面喷锌对苹果叶片生长及产量品质的影响[J].江苏农业科学,2014,42(12):218.
　Jia Yonghua,et al.Effects of spraying zinc on leaves on leaf growth ， yield and quality of apple[J].Jiangsu Agricultural Sciences,2014,42(7):218.
[2]里程辉,刘志,王宏,等.不同化学疏花剂对岳帅苹果疏花疏果及果实品质的影响[J].江苏农业科学,2014,42(11):180.
　Li Chenghui,et al(80).Effects of different chemical flower thinners on flower thinning and fruit quality of apple “Yueshuai”[J].Jiangsu Agricultural Sciences,2014,42(7):180.
[3]王贵平,王金政.苹果抗逆性研究进展与鉴定方法[J].江苏农业科学,2013,41(07):151.
　Wang Guiping,et al.Research progress and identification method of stress resistance of apple trees[J].Jiangsu Agricultural Sciences,2013,41(7):151.
[4]刘丽娟,刘仲鹏.基于改进BP算法的玉米叶部病害图像识别研究[J].江苏农业科学,2013,41(11):139.
　Liu Lijuan,et al.Image recognition of maize leaf diseases based on improved BP algorithm[J].Jiangsu Agricultural Sciences,2013,41(7):139.
[5]李敏,厉恩茂,李壮,等.氨基酸钙叶面微肥对苹果缺素症的矫正及果实品质的影响[J].江苏农业科学,2013,41(11):180.
　Li Min,et al.Effects of calcium amino acid foliar fertilizer on apple element deficiency disease and fruit quality[J].Jiangsu Agricultural Sciences,2013,41(7):180.
[6]王贵平,王金政,薛晓敏,等.晚秋叶施高浓度尿素对苹果落叶及贮藏氮素的影响[J].江苏农业科学,2014,42(01):140.
　Wang Guiping,et al.Effects of high concentrations of foliar applied urea on defoliation and nitrogen storage of apple in late autumn[J].Jiangsu Agricultural Sciences,2014,42(7):140.
[7]宋哲,王宏,于年文,等.间伐、控冠处理对乔化凉香苹果树光合速率和果实产质量的影响[J].江苏农业科学,2016,44(05):290.
　Song Zhe,et al.Effects of thinning and crown control on photosynthesis and fruit yield and quality of Liangxiang apple trees[J].Jiangsu Agricultural Sciences,2016,44(7):290.
[8]黄金凤,王冬梅,闫忠业,等.苹果遗传图谱的构建与QTL定位研究进展[J].江苏农业科学,2016,44(02):4.
　Huang Jinfeng,et al.Construction of genetic map of apple and research progress of QTL localization[J].Jiangsu Agricultural Sciences,2016,44(7):4.
[9]苏律,宋俊霞,胡同乐,等.铁肥不同施用方式对苹果缺铁黄化病的矫正效果[J].江苏农业科学,2016,44(01):188.
　Su Lü,et al.Corrective effect of iron fertilizer with different fertilization methods on iron chlorosis of apple tree[J].Jiangsu Agricultural Sciences,2016,44(7):188.
[10]李静,宋飞虎,浦宏杰,等.苹果控制排湿压力微波干燥模型研究[J].江苏农业科学,2015,43(11):529.
　Li Jing,et al.Study on mathematical modeling of apple microwave drying under different moisture pressures[J].Jiangsu Agricultural Sciences,2015,43(7):529.
[11]赵兴,岳喜申,邬欢欢.基于改进YOLO v5的苹果叶部病害检测[J].江苏农业科学,2024,52(8):183.
　Zhao Xing,et al.Detection of apple leaf disease based on improved YOLO v5[J].Jiangsu Agricultural Sciences,2024,52(7):183.

备注/Memo

备注/Memo:
收稿日期：2023-05-17
基金项目：国家自然科学基金(编号：62003001)。
作者简介：张风伟(1998—)，男，山东潍坊人，硕士研究生，主要从事图像处理研究。E-mail：1014678682@qq.com。
通信作者：朱成杰，博士，副教授，硕士生导师，主要从事嵌入式系统的研究与应用、图像处理与分类算法的研究。E-mail：ahhbzcj@126.com。
更新日期/Last Update: 2024-04-05