廣東
近日，云南農(nóng)業(yè)大學(xué)錢(qián)曄教授團(tuán)隊(duì)合作在《Computers and Electronics in Agriculture》期刊上發(fā)表題為“DC-Former: A lightweight asymmetric hybrid network for real-time plant disease identification in resource-constrained field environments”的研究成果。大數(shù)據(jù)學(xué)院2024級(jí)在讀碩士生田鵬為第一作者，大數(shù)據(jù)學(xué)院錢(qián)曄教授、李彤教授及昆明學(xué)院孫吉紅副研究員為共同通訊作者。
資源受限的田間邊緣設(shè)備診斷植物病害面臨背景噪聲干擾、模型效率與精度難以平衡等難題。本研究提出非對(duì)稱混合網(wǎng)絡(luò)DC-Former，通過(guò)截?cái)嘀貥?gòu)策略及特色模塊設(shè)計(jì)，實(shí)現(xiàn)病害特征精準(zhǔn)提取與噪聲抑制，適配無(wú)人機(jī)、手持終端等邊緣設(shè)備部署。
實(shí)驗(yàn)表明，該模型在復(fù)雜背景與大規(guī)模細(xì)粒度兩類數(shù)據(jù)集上均表現(xiàn)優(yōu)異，顯著降低了邊緣設(shè)備內(nèi)存占用，有效平衡了識(shí)別精度與運(yùn)行效率，為田間植物病害實(shí)時(shí)診斷提供了高效可行的技術(shù)支撐。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
