基于改进轻量化网络MobileViT的苹果树叶病害识别

Apple leaf disease identification based on improved lightweight network MobileViT

针对传统的苹果树叶病害识别模型准确率低,参数数量多和移动端部署困难的问题,提出了一种基于改进轻量化网络MobileViT的的苹果树叶病害识别方法。该网络模型以MobileViT作为主干网络,高效编码全局信息,同时引入MV2模块编码局部信息,将原MobileViT网络结构中的Swish激活函数替换为SMU激活函数提高网络性能,并在全连接层后添加Dropout层防止数据过拟合。针对常见的多病症叶片、锈病叶片等苹果树叶病害进行识别。试验结果表明,改进后的MobileViT相对于其他轻量级网络识别准确率高,相对于重量级网络更轻量、反应更迅速,测试集识别的准确率达到95.73%,参数数量所占显存空间仅为5.6 MB,单张苹果树叶病害图片的响应时间为4.32 ms。最终将模型部署在在移动设备,落地实现成为可能。