原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
玉米作为全球重要的粮食作物，其生长过程易受多种病害侵袭，严重影响产量
与质量。准确且高效地识别玉米叶片病害，对及时采取防治措施、保障玉米产业健
康发展至关重要。随着数字化农业的快速发展，基于深度学习的图像识别技术为玉
米叶片病害识别带来了新的解决方案，但传统模型往往存在参数量大、计算复杂等
问题，难以满足实际应用场景需求。在此背景下，轻量化网络因其低功耗、高速度、
少参数的特性，成为解决玉米叶片病害识别难题的重要研究方向。为实现高效、实
时的病害识别提供了新的可能性。针对玉米叶片病害识别领域中
文档评论（0）