基于改进DenseNet的田间杂草识别.pdfVIP

第 37 卷 第 18 期 农 业 工 程 学 报 Vol.37 No.18 136 2021 年 9 月 Transactions of the Chinese Society of Agricultural Engineering Sept. 2021 基于改进 DenseNet 的田间杂草识别 赵 辉，曹宇航，岳有军，王红君 （天津理工大学电气电子工程学院，天津市复杂系统控制理论与应用重点实验室，天津 300384 ） 摘 要：精确、快速地获取作物和杂草的类别信息是实现自动化除草作业的重要前提。为解决复杂环境下农作物田间杂 草种类的高效准确识别问题，该研究提出一种基于改进 DenseNet 的杂草识别模型。首先，在 DenseNet-121 网络的基础上， 通过在每个卷积层后引入高效通道注意力（Efficient Channel Attention，ECA ）机制，增加重要特征