一个多尺度的检测模型,以小目标检测头检测番茄叶病
Hao Sun1, Xiaofeng Li1, Xiaofang Li1
1Shandong Facility Horticulture Bioengineering Research Center, Weifang University of Science and Technology, Weifang, China.
Frontiers in plant science
|October 2, 2025
概括
一种名为TomatoLeafDet的新方法通过有效处理多尺度的特征和小物体,改善了番茄病的检测. 这种方法增强了早期疾病识别,这对于保持番茄产量和质量至关重要.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
背景情况:
- 番茄疾病显著降低了作物的产量和质量.
- 由于尺度的变化,检测小番茄叶上的疾病是一个很大的挑战.
- 早期发现疾病对于及时干预和有效的作物管理至关重要.
研究的目的:
- 开发一种先进的番茄病检测方法,解决多规模和小型对象的挑战.
- 为了提高识别病变西红叶的准确性和效率.
主要方法:
- 拟议的TomatoLeafDet方法集成多级特征处理和小物体检测.
- 设计跨阶段的部分串行多核特征聚合 (CSP-SMKFA) 用于多规模的特征提取.
- 引入了对称重新校准聚合 (SRCA) 用于增强特征融合.
- 使用了重新校准特征金字塔网络,配有小型物体检测头.
主要成果:
- 与YOLOv9和YOLOv10相比,TomatoLeafDet表现出更高的性能.
- 在CCMT番茄数据集中实现了平均平均精度 (mAP50) 的显著改进.
- 它的表现比基线模型高4.4%,比YOLOv9s高1.9%,比YOLOv10n高2.3%.
结论:
- 提出的TomatoLeafDet方法有效地解决了在各种规模上检测患病的西红叶的挑战.
- 这种新的方法为番茄种植中早期和准确的疾病识别提供了有希望的解决方案.
- 该方法的增强特征处理能力有助于提高检测效率和农业成果.
关键词:
FPN FPN FPN FPN 的意思是什么意思深度学习是一种深度学习.多个尺度检测检测多个尺度检测.串行多核特征聚合系列多核特征聚合对称的重新校准聚合对称的重新校准.番茄病检测 检测 番茄病检测更多相关视频
15:25Tomato Analyzer: A Useful Software Application to Collect Accurate and Detailed Morphological and Colorimetric Data from Two-dimensional Objects
Published on: March 16, 2010
27.3K
06:41High-Throughput Identification of Resistance to Pseudomonas syringae pv. Tomato in Tomato using Seedling Flood Assay
Published on: March 10, 2020
10.2K
