作物の病害虫の環境に優しい防除のための病害虫程度検出のニーズを満たすため、作物の葉の病害虫程度検出に用いる改良型U-Netネットワークモデルを設計した。まず、ResNet50ネットワークをモデルのバックボーンとして選択し、転移学習を活用して学習収束速度を向上させ、計算コストを低減した。次に、注意機構を導入し、U-Netネットワークの各層における特徴抽出と融合を最適化し、ネットワークモデルが重要な情報を受け取る能力を高めた。実験結果により、改良されたU-Net512ネットワークモデルは最適な検出性能を有し、平均検出精度は90.14％、平均絶対誤差は276.3であった。モデルの異なるサンプリング深度における各層の特徴マップの分析から、注意機構の導入により、ネットワークモデルが葉全体の特徴と病害領域特徴の二つの次元の情報を取得および統合でき、モデルの検出性能をさらに向上させることが確認された。この方法は、作物の葉の病害虫程度を効果的に検出できるだけでなく、高い精度と信頼性を備えており、作物の病害虫の環境に優しい防除に役立つ。

病害虫検出;改良U-Netネットワーク;注意機構;病害虫防除