基于ActNN-YOLO v5s-RepFPN的番茄病害識別及系統(tǒng)設計

摘要： 作物病害的早期檢測可以提高農(nóng)作物的質(zhì)量和生產(chǎn)力，為解決番茄病害識別模型在真實復雜場景中的泛化能力弱，易受作物品種、顏色特征、葉斑形狀、疾病周期和環(huán)境因素干擾，對存儲和計算資源依賴性強的問題，提出1個輕量化改進模型ActNN-YOLO v5s-RepFPN來研究多個區(qū)域場景中的番茄疾病，使用Mosaic數(shù)據(jù)增強方法來擴展數(shù)據(jù)，結合使用模型參數(shù)壓縮技術ActNN來替換YOLO v5... （共8頁）