基于CSJMM-AS-GAC的马陆葡萄病虫害识别研究
王兴旺1
郑汉垣2
王素青3
1.上海农林职业技术学院,上海2016992.上海大学计算机工程与科学学院,上海2004443.上海马陆葡萄研究所,上海201818
摘要：为了提高马陆葡萄病虫害的识别准确率,有效地进行马陆葡萄病虫害防控,对测地线活动轮廓模型(GAC)进行改进,通过引入动态系数函数将马陆葡萄病虫害图像边界区域与非边界区域进行精确划分,从而实现准确分割病虫害图像模糊和凹陷边界,提出并建立了精确分割测地线活动轮廓模型(AS-GAC).接下来为了克服复杂背景下训练样本不足造成的误差,提出了 Core损失函数,建立了 Core-Softmax联合监督机制(CSJMM),从而确立了基于CSJMM的精确分割测地线活动轮廓模型(CSJMM-AS-GAC).结果表明,CSJMM-AS-GAC训练集初始准确率为65.46％,验证集准确率为95.67％,测试集准确率为93.95％,Kappa系数达到0.913 8,召回率达到89.21％,CSJMM-AS-GAC对于马陆葡萄病虫害识别准确率达到94.06％.CSJMM-AS-GAC的整体性能、识别准确率、召回率等指标都优于常用的病虫害识别模型.
关键词：马陆葡萄病虫害识别损失函数分割测地线活动轮廓模型精确分割测地线活动轮廓模型召回率
分类号：TP273.5(自动化技术及设备)S126(农业物理学)
资助基金：国家自然科学基金(61473237)国家自然科学基金(61873156)
论文发表日期：2022-06-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 154-163 )
英文信息