基于图像处理和Deeplabv3+模型的小麦赤霉病识别

作     者：戴雨舒 仲晓春 孙成明 杨俊 刘涛 刘升平 Dai Yushu;Zhong Xiaochun;Sun Chengming;Yang Jun;Liu Tao;Liu Shengping

作者机构：江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室扬州大学农学院江苏扬州225009 江苏省粮食作物现代产业技术协同创新中心扬州大学江苏扬州225009 中国农业科学院农业信息研究所北京市100081 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2021年第42卷第9期

页      面：209-215页

学科分类：09[农学] 0904[农学-植物保护] 090401[农学-植物病理学] 090402[农学-农业昆虫与害虫防治] 

基　　金：国家重点研发计划项目(2018YFD0300805) 国家自然科学基金项目(31671615、31701355、31872852) 江苏高校优势学科建设工程资助项目(PAPD) 

主　　题：小麦 赤霉病 Deeplabv3+模型 深度学习 图像识别 

摘      要：赤霉病是影响小麦产量和品质的主要病害之一。为快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,对Deeplabv3+网络模型进行调参和训练。以轻量化网络MobileNet V2为网络编码模块,利用空洞卷积技术建立基于深度学习网络的小麦赤霉病发病麦穗的识别与检测模型,并用实测数据对模型进行验证和评价。结果表明,该模型的平均精度为0.9692,损失函数Loss为0.1030,平均交并比MIoU为0.793,模型识别与检测效果较好。上述结果为小麦赤霉病的检测与识别提供新的手段。