基于ConvN-Classify的柑橘病害智能诊断系统
林汉源
范子安
陈钦炯
方泽佳
徐竟成
华南农业大学电子工程学院(人工智能学院) 广东 广州 510642
摘要：柑橘病害的准确分类对于柑橘的科学种植与有效防治至关重要.文章构建了一个柑橘病害智能诊断系统,提出一种可用于嵌入式设备应用的高精度快速柑橘病害诊断模型ConvN-Classify.采用改进ConvNeXtV2轻量化主干结构作为基础架构,结合改进SPPF模块提取多尺度特征,最后使用YOLOv8分类检测头Classify优化模型性能.实验结果表明,模型在柑橘病害分类任务上表现出色,能够准确区分黑斑病、溃疡病和黄龙病等多种病害,分类准确率达到99.02％,模型计算复杂度和参数量仅为1.0×109和0.7×106,优于其他模型.在实际部署模型后,能够准确识别病害,为柑橘病害的精准诊断和嵌入式设备部署提供了可靠的技术支撑.
关键词：ConvN-Classify病害诊断嵌入式ConvNeXtV2SPPFClassify
论文发表日期：2025-07-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 29-32 )