doi：10.15889/j.issn.1002-1302.2024.20.031

摘要：針對小麥病害圖像分類方法的識別準(zhǔn)確率不理想、模型參數(shù)量大等問題，提出一種基于P-MobileViT的小麥病害分類模型。首先對小麥圖像進行健康和病害二分類，融合Grabcut算法、大律法對小麥病害圖像的病斑區(qū)域進行分割；然后將病斑圖像輸入P-MobileViT分類模型，在其block的局部表征模塊中引入深度卷積提取病斑圖像的局部特征，在全局表征模塊使用PoolFormer結(jié)構(gòu)提取全局特征，以減少模型計算量和參數(shù)量；將輸入特征圖和全局特征疊加后與局部特征進行融合，從而強化模型對特征的分類能力。與經(jīng)過遷移學(xué)習(xí)的輕量級深度學(xué)習(xí)模型MobileViT、ShuffleNet v2、MobileNet v3、GhostNet、EfficientNet v2在公開小麥病害數(shù)據(jù)集上進行試驗對比，結(jié)果表明，P-MobileViT模型的準(zhǔn)確率達到97.2%，比MobileViT模型高出了2.0百分點，同時參數(shù)量、推理時間分別減少了23.1%、31.6%；與其中準(zhǔn)確率較高的模型MobileNet v3、GhostNet相比，P-MobileViT模型的準(zhǔn)確率也分別提高3.1、3.3百分點，參數(shù)量分別減少58.3%、61.5%。在小麥病害分類任務(wù)中，P-MobileViT模型實現(xiàn)了識別精度的提升，有效減少了識別時間開銷，且降低了模型復(fù)雜度。

關(guān)鍵詞：小麥病害；病害分類；MobileViT；圖像分割；PoolFormer

中圖分類號：S126；TP391.41" 文獻標(biāo)志碼：A

文章編號：1002-1302（2024）20-0260-07

收稿日期：2023-11-24

基金項目：國家自然科學(xué)基金（編號：62066003）；國家留學(xué)基金（編號：CSC202208360143）；江西省研究生創(chuàng)新專項資金（編號：YC2022-s626）。

作者簡介：彭思繪（1997—），女，安徽池州人，碩士研究生，主要研究方向為計算機視覺。E-mail：pengsh1002@163.com。

通信作者：汪宇玲，博士，教授，碩士生導(dǎo)師，主要從事模式識別與圖像處理、計算機視覺研究。E-mail：wangyuling_119@vip.163.com。

小麥?zhǔn)侨虍a(chǎn)量最大的主要糧食作物之一，決定全球大部分國家的糧食安全。小麥病害不僅是限制其產(chǎn)量的主要因素之一［1］，還是阻礙優(yōu)質(zhì)、高效農(nóng)業(yè)持續(xù)發(fā)展的重要原因；其中葉部病害等問題對小麥產(chǎn)量有顯著不利影響［2-3］。在傳統(tǒng)農(nóng)業(yè)中，對小麥病害發(fā)生情況的評估主要依賴于日常的田間巡查和經(jīng)驗判斷，容易導(dǎo)致問題發(fā)現(xiàn)不及時而延誤最佳防治時機，而診斷范圍不準(zhǔn)也會導(dǎo)致過度噴灑化學(xué)藥劑等問題［4］。目前基于深度學(xué)習(xí)和計算機視覺的方法被廣泛應(yīng)用于農(nóng)作物病害檢測［5］，以高效、智能的方式實現(xiàn)病害檢測自動化，在農(nóng)作物經(jīng)濟效益提升方面具有重大價值意義［6］。

近年來，基于深度學(xué)習(xí)的作物病害識別技術(shù)得到快速發(fā)展，在作物病害檢測方面取得了許多成果［7-8］。在復(fù)雜背景下的分割領(lǐng)域中，顧博等針對玉米的3種病害類型，結(jié)合SLIC算法、GrabCut算法進行分割，得到較好的分割效果［9］。陳燕等提出基于ResNet50、Unet網(wǎng)絡(luò)的分割模型，對小麥莖稈截面的分割精度有較大提升［10］。病斑區(qū)域被有效分割后，還需對其病害類型進行識別。馮曉等基于MobileNet v2網(wǎng)絡(luò)構(gòu)建小麥葉部病害識別模型，利用遷移學(xué)習(xí)方法得到較高的識別精度［11］。Nanni等基于不同結(jié)構(gòu)的CNN模型在3個病害數(shù)據(jù)集上進行訓(xùn)練，發(fā)現(xiàn)不同Adam的CNN組合模型表現(xiàn)最好，并且節(jié)約了訓(xùn)練時間和資源［12］。Khan等提出基于深度遷移學(xué)習(xí)模型的病害識別系統(tǒng)，結(jié)果表明，這種模型在大數(shù)據(jù)集上的性能優(yōu)于現(xiàn)有的分類算法［13］。Li等在相同的數(shù)據(jù)集上比較學(xué)習(xí)速率、遷移學(xué)習(xí)、數(shù)據(jù)增強方法在不同組合下的分類精度，發(fā)現(xiàn)使用遷移學(xué)習(xí)模型的分類精度優(yōu)于新學(xué)習(xí)的模型［14］。相較于傳統(tǒng)農(nóng)業(yè)生產(chǎn)中判斷植物病害的方法，深度神經(jīng)網(wǎng)絡(luò)在病蟲害識別中具有準(zhǔn)確、及時、客觀的優(yōu)勢［15-16］。對于區(qū)分度明顯的分類任務(wù)來說，卷積神經(jīng)網(wǎng)絡(luò)的識別效果顯著，但是對于農(nóng)作物病害分類識別而言，其識別精度還不夠理想，這與農(nóng)作物病害種類多且區(qū)分度較低等有關(guān)［17-18］。卷積神經(jīng)網(wǎng)絡(luò)大多參數(shù)量較大，對硬件設(shè)備的需求較高，不利于模型在實際應(yīng)用中的部署。

綜上，本研究提出一種基于P-Mobile ViT的小麥病害分類模型。本研究模型針對小麥病害圖像，將大律法融合到GrabCut算法中實現(xiàn)病斑區(qū)域的分割，從而提升病害識別精度；在P-MobileViT block中分別引入深度卷積、PoolFormer結(jié)構(gòu)，用于降低模型復(fù)雜度，增加融合局部特征，提升模型對小麥病害特征的感知能力。該模型在提升準(zhǔn)確率的同時節(jié)省了算力資源，在小麥病害的智能診斷方面具有一定的參考價值。

1" 材料與方法

1.1" 數(shù)據(jù)獲取

為了保證數(shù)據(jù)正確可靠，本研究小麥病害數(shù)據(jù)來源于2個部分：kaggle網(wǎng)站（https：//www.kaggle.com）中的Wheat Leafs Diseases數(shù)據(jù)集以及CGIAR Computer Vision for Crop Disease數(shù)據(jù)集。去除重復(fù)數(shù)據(jù)和無效數(shù)據(jù)后，共獲取數(shù)據(jù)圖像2 807幅，分別為黑穗病、葉枯病、白粉病、條銹病、稈銹病、葉銹病、健康7種類型，將上述各類數(shù)據(jù)均按照80%訓(xùn)練集和20%測試集進行劃分。詳細數(shù)據(jù)信息見表1，部分可視化樣本如圖1所示。

1.2" MobileViT模型

MobileViT是一種適用于移動設(shè)備的輕量級通用視覺Transformer模型［19-20］，其主要構(gòu)成包括MobileNet v2網(wǎng)絡(luò)和MobileViT block，如圖2所示。其中MobileViT block結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)（CNN）和Vision Transformer（ViT）的優(yōu)點［21］，通過使用N個Transformer模塊提取數(shù)據(jù)的全局信息，同時保持CNN的空間歸納偏置，以適用于移動視覺任務(wù)的輕量級設(shè)備部署。相比于傳統(tǒng)的CNN模型，MobileViT模型具有更少的參數(shù)量和計算量，因此更加適合在移動設(shè)備上部署。在ImageNet-1k數(shù)據(jù)集上，MobileViT實現(xiàn)了78.4%的Top-1精度，擁有約600萬個參數(shù)；與類似的參數(shù)量模型相比，其精度比MobileNet v3（基于CNN）、DeiT（基于ViT）分別提升3.2、6.2百分點［22-23］。

2" P-MobileViT模型

MobileViT是ViT的一個輕量級版本，其計算高效且參數(shù)量較少，因此成為移動設(shè)備上應(yīng)用視覺任務(wù)的較優(yōu)選擇。然而，在小麥病害識別應(yīng)用中，MobileViT的性能仍然需要進一步提升?；诖?，本研究提出P-MobileViT模型，針對MobileViT block在局部表征模塊、全局表征模塊、融合模塊3個方面進行改進，得到P-MobileViT block結(jié)構(gòu)（圖3）。

2.1" 局部特征提取

MobileViT block的局部表征模塊包含1個3×3卷積層和1個1×1卷積層，用于提取局部特征。但3×3卷積層通常需要大量的計算資源（圖4-a），不適用于輕量級模型。因此，P-MobileViT block引入深度卷積（depthwiseconvolution）來提取局部特

征［24］，深度卷積將輸入特征圖根據(jù)通道分離開，每個通道僅與1個卷積核相對應(yīng)，分別對該通道的特征圖進行卷積操作（圖4-b），使得該卷積在保證精度的同時，有效減少計算量；接著通過1×1卷積層將張量映射到高維空間d，以獲取局部特征A，如圖3局部表征模塊所示。在本研究中，深度卷積設(shè)置為3×3卷積核。

2.2" 全局特征提取

獲取全局特征可以捕捉到整個小麥病害圖像的信息，幫助模型更好地理解病害類別，以提高識別精度。MobileViT block的全局表征模塊包含多個transformers模塊，用于提取全局特征。transformers模塊中使用多頭自注意力機制（multi-head attention，MHA）來計算每個位置的注意力分布，以掌握全局信息。然而，MHA的計算復(fù)雜度較高，需要大量的計算資源，且推理時間較長，不利于輕量級模型的部署。

為了解決該問題，P-MobileViT block采用PoolFormer來提取全局特征，進一步減少計算資源的占用。PoolFormer是一種用池化算子來作為Token Mixer的MetaFormer結(jié)構(gòu)，而MetaFormer可以抽象成Transformer的通用結(jié)構(gòu)［25］（圖5-a）。這一結(jié)構(gòu)已被證實是實現(xiàn)Transformer（圖5-b）高效性能的主要原因，且Token Mixer模塊的改變，對該結(jié)構(gòu)整體性能的影響不大。因此，通過使用無參數(shù)的池化算子替代原始的自注意力機制作為Token Mixer（圖5-c），可以明顯節(jié)約模型的算力資源，更有利于實現(xiàn)對移動設(shè)備的部署。

將局部特征A展開為多個不重疊的扁平patch，然后輸入PoolFormer模塊編碼全局信息，編碼完成后，通過折疊操作還原大小，最后使用1×1卷積層將張量映射到低維空間C，得到全局特征B（圖3）。

2.3" 特征融合

MobileViT block中僅將輸入特征與全局特征融合，但對于一些區(qū)分度較低的小麥病蟲害（如白粉病、蚜蟲等），更需要局部特征來豐富語義信息。因此，P-MobileViT block在融合模塊上增加局部特征，以提高模型對圖像全局和局部信息的感知能力，在處理小麥病害圖像時可以更好地捕捉病害區(qū)域的特征。具體操作如下：將輸入特征圖X和全局特征B進行疊加后，與局部特征A進行拼接，再使用1×1卷積層進行特征融合，從而獲取融合特征Y，融合流程見圖3。相較于普通卷積，使用1×1卷積層避免了模型縮放時參數(shù)和浮點運算數(shù)（FLOPs）的大幅增加。

3" 試驗與分析

3.1" 試驗環(huán)境及參數(shù)設(shè)置

硬件環(huán)境：試驗配置中央處理器（CPU）為Intel Xeon Platinum 8255C CPU @ 2.50 GHz，內(nèi)存 43 GB；GPU為NVIDIA GeForce RTX 3090，顯存 24 GB。軟件環(huán)境：操作系統(tǒng)為Ubuntu 22.04，深度學(xué)習(xí)框架采用Pytorch 1.13.0，編程語言使用Python 3.9，CUDA版本為11.7，在Pycharm 2022.3平臺搭建模型。

為保證模型的訓(xùn)練能力和泛化能力，從每種小麥病害種類中隨機抽出平均80%作為訓(xùn)練集，圖片輸入尺寸統(tǒng)一為224像素×224像素。優(yōu)化器采用Adam（Adaptive moment estimation）自動優(yōu)化學(xué)習(xí)率，共選擇3種初始學(xué)習(xí)率，分別為0.001、0.000 1、0.000 01。通過試驗對比選定其他超參數(shù)的值，將識別準(zhǔn)確率最高的1組超參數(shù)應(yīng)用到分類模型中，其中批次大小（Batchsize）設(shè)置為32，迭代輪次（Epoch）設(shè)置為100，訓(xùn)練集在每次迭代訓(xùn)練前會被隨機打亂。

3.2" 評價指標(biāo)

選擇當(dāng)前主流的評價指標(biāo)對分類模型進行評估，主要為準(zhǔn)確率（Accuracy）、F1分?jǐn)?shù)、精確率（Precision）、召回率（Recall）、參數(shù)量（params）。計算如公式（1）至公式（5）所示。

Accuracy=TP+FNTP+FN+FP+FN×100%；（1）

F1分?jǐn)?shù)=2×Precision×RecallPrecision+Recall；（2）

Precision=TPTP+FP×100%；（3）

Recall=TPTP+FN×100%。（4）

式中：TP表示模型預(yù)測正確的正樣本個數(shù)，F(xiàn)P表示模型預(yù)測錯誤的正樣本個數(shù)，TN表示模型預(yù)測正確的負樣本個數(shù)，F(xiàn)N表示模型預(yù)測錯誤的負樣本個數(shù)。

對于每個卷積層而言，參數(shù)量計算如公式（5）所示：

params=Co×（kw×kh×Ci+1）。（5）

式中：Co表示輸出通道數(shù)，Ci表示輸入通道數(shù)，kw表示卷積核寬，kh表示卷積核高。

3.3" 試驗方案

在預(yù)處理階段，首先使用支持向量機（support vector machines，SVM）將小麥圖像預(yù)先分為健康圖像、病害圖像2類；目的是為了將病害圖像提取出來，并僅對病害圖像分割處理后輸入分類模型進行分類。相較于直接將所有數(shù)據(jù)輸入分類模型，該步驟節(jié)省了算力資源。

3.3.1" 圖像分割

針對復(fù)雜背景下難以精確劃分小麥病害區(qū)域的問題，本研究改進傳統(tǒng)分割算法，通過使用大律法輔助GrabCut算法，以達到較好的分割效果，實現(xiàn)運用少量計算資源且有效提高分割精度。

3.3.1.1" 大津法（Otsu）

大津法是一種基于圖像灰度信息的自適應(yīng)閾值分割算法［26］，其核心是通過尋找最佳的閾值將圖像二值化分割，從而最大化圖像中目標(biāo)和非目標(biāo)像素之間的類間方差。這一算法以其計算簡便、對亮度和對比度變化不敏感等特點而被廣泛應(yīng)用，尤其在前景和背景分離中表現(xiàn)較好。盡管該算法能夠較好地分割出目標(biāo)葉片邊緣，但同時也會粘連較多的背景像素（圖6-b），病斑位置定位不夠精準(zhǔn)，導(dǎo)致識別精度不理想。

3.3.1.2" GrabCut算法

GrabCut算法是一種半自動圖像分割方法，2004年由英國微軟研究院的Carsten Rother提出［27］，該算法使用高斯混合模型（GMM）建模和圖割優(yōu)化迭代，實現(xiàn)前景和背景的分割。與Otsu算法相比，該算法能更好地分離目標(biāo)與非目標(biāo)的粘連部分且分割速度快。然而，要獲取更精確的分割結(jié)果，需要通過手動交互標(biāo)記ROI區(qū)域才能實現(xiàn)，且存在目標(biāo)邊緣過分割的問題（圖6-c）。

3.3.1.3" 結(jié)合算法

基于上述問題，本研究提出一種改進方法，將經(jīng)過大律法分割后的圖像，使用腐蝕形態(tài)學(xué)來分離與目標(biāo)相連的區(qū)域，并保留最大連通域，然后將因腐蝕操作缺失的像素通過膨脹操作還原；接著將經(jīng)過處理后的二值圖作為ROI區(qū)域進行框選，并作為GrabCut算法的標(biāo)記框進行分割操作，從而省去手動標(biāo)記步驟；最后將Otsu算法和改進的Grabcut算法的分割結(jié)果進行求交集處理，得到最終分割結(jié)果，如圖6-d、圖6-e所示。

3.3.2" 遷移學(xué)習(xí)訓(xùn)練

在小麥病害數(shù)據(jù)集上訓(xùn)練全新的模型時，在訓(xùn)練過程中出現(xiàn)了準(zhǔn)確率較低且無法穩(wěn)定收斂的問題，因此本研究采用遷移學(xué)習(xí)的方法來進行訓(xùn)練。常用的遷移學(xué)習(xí)方法一般為2類，一是凍結(jié)預(yù)訓(xùn)練模型除分類器外的所有層，僅在目標(biāo)數(shù)據(jù)集上對新分類器進行訓(xùn)練；二是不凍結(jié)預(yù)訓(xùn)練模型的任何網(wǎng)絡(luò)層，直接在目標(biāo)數(shù)據(jù)集上進行訓(xùn)練。由于P-MobileViT屬于輕量級模型，模型參數(shù)量相對較小，故采用第2種遷移學(xué)習(xí)方法進行訓(xùn)練。首先在ImageNet數(shù)據(jù)集上對P-MobileViT模型進行預(yù)訓(xùn)練，得到預(yù)訓(xùn)練權(quán)重；然后在小麥病害數(shù)據(jù)集上，加載預(yù)訓(xùn)練權(quán)重并使用訓(xùn)練所有網(wǎng)絡(luò)層的遷移學(xué)習(xí)方法進行訓(xùn)練。

3.4" 試驗結(jié)果分析

3.4.1" 不同初始學(xué)習(xí)率對比

本研究將使用3種不同初始學(xué)習(xí)率的模型進行訓(xùn)練，識別準(zhǔn)確率如圖7-A、圖7-B所示，可以看出，初始學(xué)習(xí)率為 0.000 1 的模型的識別準(zhǔn)確率較高，收斂快且較穩(wěn)定。而初始學(xué)習(xí)率為0.001的模型雖然在訓(xùn)練集上表現(xiàn)優(yōu)異，但在驗證集上振蕩較大，模型不夠穩(wěn)定；初始學(xué)習(xí)率為0.000 01的模型在訓(xùn)練集和驗證集上均表現(xiàn)穩(wěn)定，但是收斂速度過慢。這是由于模型已經(jīng)通過遷移學(xué)習(xí)獲得良好的權(quán)重參數(shù)，初始學(xué)習(xí)率選取過大會導(dǎo)致參數(shù)更新幅度過大，容易在最優(yōu)解附近徘徊從而產(chǎn)生振蕩；而學(xué)習(xí)率過小會導(dǎo)致參數(shù)更新幅度小，收斂時間長且易陷入局部最優(yōu)。

3.4.2" 不同改進方法對比

針對4種不同改進方法的MobileViT模型（均為xxs型號），分別為僅增加圖像分割的MobileViT模型（MobileViT_seg）、僅引入深度卷積的MobileViT模型（MobileViT_DW）、僅增加局部特征的MobileViT模型（MobileViT_LF）、僅使用PoolFormer的MobileViT模型（MobileViT_PF）。將經(jīng)過預(yù)訓(xùn)練后的上述4種模型、MobileViT模型、P-MobileViT模型分別在小麥病害數(shù)據(jù)集上進行訓(xùn)練，試驗對比結(jié)果如表2所示?？梢钥闯觯狙芯刻岢龅腜-MobileViT的準(zhǔn)確率要明顯高于其他模型，比基準(zhǔn)模型高出2.0百分點，且浮點運算數(shù)和參數(shù)量分別減少了33.5%、23.1%，該模型實現(xiàn)識別準(zhǔn)確率提升的同時，明顯降低了模型復(fù)雜度。

3.4.3" 不同輕量級網(wǎng)絡(luò)模型對比

將4種輕量級網(wǎng)絡(luò)模型ShuffleNet v2（1.0×型號）、MobileNet v3（Samll型號）、GhostNet、EfficientNet v2（B0型號）進行預(yù)訓(xùn)練后，分別在小麥病害數(shù)據(jù)集上進行訓(xùn)練，對比結(jié)果如表3所示?？梢钥闯?，相較于準(zhǔn)確率較高的MobileNet v3、GhostNet模型，P-MobileViT的準(zhǔn)確率分別提升3.1、3.3 百分點，參數(shù)量分別減少58.3%、61.5%；并且在相似的浮點運算數(shù)下，P-MobileViT模型的識別時間開銷更少，與MobileViT模型相比降低31.6%。

3.4.4" 測試樣本識別結(jié)果

對測試樣本的識別結(jié)果進一步統(tǒng)計，結(jié)果如圖8所示，各類別樣本識別準(zhǔn)確率分別為黑穗病99%、葉枯病93%、白粉病98%、條銹病98%、稈銹病94%、葉銹病97%、健康98%，其中葉枯病、稈銹病的識別準(zhǔn)確率明顯低其他6類，考察樣本的特征表現(xiàn)，發(fā)現(xiàn)因黑穗病呈明顯黑褐色，而健康樣本幾乎無病斑區(qū)域，故容易區(qū)分；條銹病和葉銹病的病斑顏色、形態(tài)明顯不同，也較易區(qū)分；而稈銹病樣本中往往伴隨葉片呈枯黃色，和葉枯病病斑較為相似，使其區(qū)分難度增加，從而導(dǎo)致誤判。

4" 討論與結(jié)論

本研究以小麥病害為研究對象，基于P-MobileViT和遷移學(xué)習(xí)構(gòu)建小麥病害分類模型，對7種（含健康）小麥病害進行分類研究。通過圖像分割，引入深度卷積、PoolFormer結(jié)構(gòu)和增加融合局部特征等，進一步優(yōu)化模型的識別精度和推理時間。與MobileViT模型相比，P-MobileViT的準(zhǔn)確率提升了2.0百分點，達到了97.2%，浮點運算數(shù)和參數(shù)量分別減少了33.5%、23.1%，推理時間減少31.6%。與輕量級網(wǎng)絡(luò)MobileNet v3、GhostNet模型相比，P-MobileViT的準(zhǔn)確率分別提升了3.1、3.3百分點，參數(shù)量分別降低58.3%、61.5%，表明本研究模型取得較好的效果，驗證了改進方案的可行性。在實際應(yīng)用中，本模型更有利于移動設(shè)備的部署，為農(nóng)業(yè)病害分類等實際應(yīng)用提供有力的技術(shù)支持。在本研究的圖像分割過程中，對近端的主病害區(qū)域進行了分割，但對遠端的病害區(qū)域未予以考慮，這可能會對病害的識別準(zhǔn)確率產(chǎn)生一定的影響。在下一步的研究中，將進一步優(yōu)化和改進分割策略，以提升模型的分類性能和魯棒性。同時，也將探索小麥病害分類任務(wù)與其他計算機視覺任務(wù)（如病害檢測、預(yù)測等）相結(jié)合等方法，以提高任務(wù)的多樣性和應(yīng)用范圍。

參考文獻：

［1］Liu W，Wang B，Zhao Z，et al. Historical review and countermeasures of wheat stripe rust epidemics in China［J］. China Plant Prot，2022，42：21-7.

［2］Picon A，Seitz M，Alvarez-Gila A，et al. Crop conditional Convolutional Neural Networks for massive multi-crop plant disease classification over cell phone acquired images taken on real field conditions［J］. Computers and Electronics in Agriculture，2019，167：105093.

［3］焦" 悅，王思曼，趙喜蘭，等. 50個國外小麥品種（系）抗葉銹性鑒定［J］. 河南農(nóng)業(yè)科學(xué)，2019，48（12）：79-88.

［4］刁智華，袁萬賓，羅雅雯，等. 基于圖像處理的小麥白粉病病斑生長模型構(gòu)建［J］. 中國農(nóng)機化學(xué)報，2019，40（6）：158-161.

［5］Boulent J，F(xiàn)oucher S，Théau J，et al. Convolutional neural networks for the automatic identification of plant diseases［J］. Frontiers in Plant Science，2019，10：941.

［6］孫" 俊，譚文軍，毛罕平，等. 基于改進卷積神經(jīng)網(wǎng)絡(luò)的多種植物葉片病害識別［J］. 農(nóng)業(yè)工程學(xué)報，2017，33（19）：209-215.

［7］Xiong Y H，Liang L F，Wang L，et al. Identification of cash crop diseases using automatic image segmentation algorithm and deep learning with expanded dataset［J］. Computers and Electronics in Agriculture，2020，177：105712.

［8］Singh P，Verma A，Alex J S R. Disease and pest infection detection in coconut tree through deep learning techniques［J］. Computers and Electronics in Agriculture，2021，182：105986.

［9］顧" 博，鄧?yán)倮?，? 巍，等. 基于GrabCut算法的玉米病害圖像識別方法研究［J］. 中國農(nóng)機化學(xué)報，2019，40（11）：143-149.

［10］陳" 燕，朱成宇，胡小春，等. 基于改進Unet的小麥莖稈截面參數(shù)檢測［J］. 農(nóng)業(yè)機械學(xué)報，2021，52（7）：169-176.

［11］馮" 曉，李丹丹，王文君，等. 基于輕量級卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的小麥葉部病害圖像識別［J］. 河南農(nóng)業(yè)科學(xué)，2021，50（4）：174-80.

［12］Nanni L，Manfè A，Maguolo G，et al. High performing ensemble of convolutional neural networks for insect pest image detection［J］. Ecological Informatics，2022，67：101515.

［13］Khan M K，Ullah M O. Deep transfer learning inspired automatic insect pest recognition［C］//Proceedings of the 3rd international conference on computational sciences and technologies. Jamshoro，Pakistan：Mehran University of Engineering and Technology，2022.

［14］Li C，Zhen T，Li Z H. Image classification of pests with residual neural network based on transfer learning［J］. Applied Sciences，2022，12（9）：4356.

［15］楊非凡，徐偉誠，陳盛德，等. 融合Focal Loss與典型卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的水稻病害圖像分類［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（14）：198-204.

［16］惠巧娟，孫" 婕. 基于多尺度特征度量元學(xué)習(xí)的玉米葉片病害識別模型研究［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（9）：199-206.

［17］Khalifa N E M，Loey M，Taha M H N. Insect pests recognition based on deep transfer learning models［J］. J Theor Appl Inf Technol，2020，98（1）：60-68.

［18］Pattnaik G，Shrivastava V K，Parvathi K. Transfer learning-based framework for classification of pest in tomato plants［J］. Applied Artificial Intelligence，2020，34（13）：981-993.

［19］Mehta S，Rastegari M. MobileViT：light-weight，general-purpose，and mobile-friendly vision transformer［EB/OL］. （2021-10-05）［2023-11-01］. https：//arxiv.org/abs/2110.02178.

［20］Vaswani A，Shazeer N，Parmar N，et al. Attention is all you need［EB/OL］. （2017-06-12）［2023-11-01］. https：//arxiv.org/abs/1706.03762.

［21］Dosovitskiy A，Beyer L，Kolesnikov A，et al. An image is worth 16×16 words：transformers for image recognition at scale［EB/OL］. （2020-10-22）［2023-11-01］. https：//arxiv.org.abs/2010.11929.

［22］Howard A，Sandler M，Chen B，et al. Searching for MobileNet v3［C］//2019 IEEE/CVF International Conference on Computer Vision （ICCV）.Seoul，Korea （South）：IEEE，2019：1314-1324.

［23］Touvron H，Cord M，Douze M，et al. Training data-efficient image transformers amp; distillation through attention［EB/OL］. （2020-12-23）［2023-11-01］. https：//arxiv.org/abs/2012.12877.

［24］Howard A G，Zhu M L，Chen B，et al. MobileNets：efficient convolutional neural networks for mobile vision applications［EB/OL］. （2017-04-17）［2023-11-01］. https：//arxiv.org/abs/1704.04861.

［26］Otsu N. A threshold selection method from gray-level histograms［J］. IEEE Transactions on Systems，Man，and Cybernetics，1979，9（1）：62-66.

［27］Rother C，Kolmogorov V，Blake A. GrabCut：interactive foreground extraction using iterated graph cuts［M］//Seminal Graphics Papers：Pushing the Boundaries，Volume 2.New York，NY，USA：ACM，2023：593-598.