典型文献
Res-Efficient:应用于作物病害自动识别的轻量级模型
文献摘要：
卷积神经网络模型可通过作物病害图像准确率较高地识别作物病害类型,达到防治作物病害的目的,但传统卷积神经网络模型存在模型尺寸大、迁移效果差等问题.针对这些问题,引入学习率动态衰减训练策略,使用EfficientNetV2的Fused-MBConv和MBConv模块替换ResNet18的部分残差模块,提出Res-Efficient模型.实验证明,使用学习率动态衰减策略能提高Res-Efficient模型识别作物病害的准确率,Res-Efficient模型在Plant Village和2018 AI Challenger测试集上分别达到99.70％和87.20％的准确率,模型尺寸减少到14.0 MB.Res-Efficient模型能为移动端和嵌入式设备部署作物病害自动识别应用提供参考.
文献关键词：
作物病害;自动识别;模型
中图分类号：
作者姓名：
管洪亮;李克峰;张广渊;朱振方;王朋
作者机构：
山东交通学院 信息科学与电气工程学院,山东 济南 250375
文献出处：
引用格式：
[1]管洪亮;李克峰;张广渊;朱振方;王朋-.Res-Efficient:应用于作物病害自动识别的轻量级模型)[J].山东农业大学学报（自然科学版）,2022(06):858-862
A类：
B类：
作物病害,自动识别,轻量级模型,卷积神经网络模型,病害图像,病害类型,模型尺寸,迁移效果,学习率,训练策略,EfficientNetV2,Fused,MBConv,ResNet18,残差模块,用学,模型识别,Plant,Village,Challenger,测试集,移动端,嵌入式设备,设备部
AB值：
0.350242
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
