基于改进YOLOv4的葡萄叶片病害检测与识别算法

摘要

为了降低葡萄果园的管理成本,及时发现并预防葡萄病害,文章提出了一种基于改进YOLOv4模型的葡萄叶片病害检测与识别算法。该算法对传统YOLOv4模型进行了改进,针对细粒度、多尺度的葡萄叶片早期疾病检测优化了检测速度和准确性,并应用于真实环境中的实时检测。在检测时间为18.31 ms时,该检测模型的平均准确率(mAP)和F1得分分别达到90.4%和94.8%。总体检测结果表明,当前算法的性能显著优于现有的检测模型,精度提高了7.8%,F1分数提高了6.6%。该模型可作为一种检测复杂现实情景下葡萄叶片病害的有效方法。