廣東
近日，云南農業大學錢曄教授團隊合作在《Computers and Electronics in Agriculture》期刊上發表題為“DC-Former: A lightweight asymmetric hybrid network for real-time plant disease identification in resource-constrained field environments”的研究成果。大數據學院2024級在讀碩士生田鵬為第一作者，大數據學院錢曄教授、李彤教授及昆明學院孫吉紅副研究員為共同通訊作者。
資源受限的田間邊緣設備診斷植物病害面臨背景噪聲干擾、模型效率與精度難以平衡等難題。本研究提出非對稱混合網絡DC-Former，通過截斷重構策略及特色模塊設計，實現病害特征精準提取與噪聲抑制，適配無人機、手持終端等邊緣設備部署。
實驗表明，該模型在復雜背景與大規模細粒度兩類數據集上均表現優異，顯著降低了邊緣設備內存占用，有效平衡了識別精度與運行效率，為田間植物病害實時診斷提供了高效可行的技術支撐。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
