面向农作物病虫害识别的基于MobileViT改进的轻量级图像分类系统_智慧农业_2026年.docxVIP

PAGE21

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

农作物病虫害识别是智慧农业中的高频任务，田间拍摄图像存在光照变化、叶片遮挡、背景杂乱和病斑尺度差异大等问题。移动端设备算力有限，直接部署较大视觉模型会出现推理延迟高、内存占用大、耗电快等情况。MobileViT将MobileNetV2的倒残差结构与Transformer的全局建模能力结合，在ImageNet上以5.6M参数