Pour répondre aux besoins de détection du degré d'infestation par les ravageurs dans la lutte écologique intégrée, un modèle amélioré de réseau U-Net a été conçu pour détecter le degré d'infestation des feuilles des cultures. Tout d'abord, le réseau ResNet50 a été choisi comme réseau principal du modèle, en utilisant l'apprentissage par transfert pour accélérer la convergence de l'entraînement et réduire le coût de calcul. Ensuite, un mécanisme d'attention a été introduit pour optimiser l'extraction et la fusion des caractéristiques à chaque couche du réseau U-Net, afin d'améliorer la capacité du modèle à capter les informations clés. Les résultats expérimentaux montrent que le modèle amélioré U-Net512 possède la meilleure performance de détection, avec une précision moyenne de 90,14 % et une erreur absolue moyenne de 276,3. L'analyse des cartes des caractéristiques à différentes profondeurs d'échantillonnage du modèle révèle que l'introduction du mécanisme d'attention permet au modèle de capturer et de fusionner les informations des caractéristiques globales des feuilles et de la zone affectée, améliorant ainsi la performance du modèle. Cette méthode permet non seulement une détection efficace du degré d'infestation des feuilles par les ravageurs, mais elle présente également une grande précision et fiabilité, contribuant à la lutte écologique intégrée contre les ravageurs.

détection des ravageurs; réseau U-Net amélioré; mécanisme d'attention; lutte contre les ravageurs