基于MobileNetV3改进的轻量化农业病害识别
计算机视觉与模式识别
2022-07-25 v1 人工智能
机器学习
图像与视频处理
摘要
目前农业病虫害识别存在模型不够轻量、难以应用的问题。本文在MobileNetV3基础上引入Coordinate Attention模块。MobileNetV3-large的参数减少22%，模型大小减小19.7%，准确率提升0.92%。MobileNetV3-small的参数减少23.4%，模型大小减小18.3%，准确率提高0.40%。此外，将改进后的MobileNetV3-small迁移至Jetson Nano进行测试，准确率提升2.48%达到98.31%，推理速度提升7.5%。为将农业病虫害识别模型部署到嵌入式设备提供了参考。
引用
@article{arxiv.2207.11238,
title = {Improved lightweight identification of agricultural diseases based on MobileNetV3},
author = {Yuhang Jiang and Wenping Tong},
journal= {arXiv preprint arXiv:2207.11238},
year = {2022}
}
备注
Accepted by CAIBDA 2022