细粒度荔枝品种检测模型

轻量高精度识别

该模型通过轻量化设计和特征增强，在保持高识别精度的同时大幅降低计算复杂度，可直接部署于移动端进行荔枝品种的实时识别。

徐兵 · 吴宪君 · 柯文德

Frontiers in Plant Science 2025

参数信息

通过DSC3k2模块将标准卷积解耦为空间滤波和通道融合，模型参数量从257万降至220万，减少14.1%，更易于部署到资源受限设备。

计算量从6.5G降至5.6G FLOPs，降低13.8%，可在移动设备上实时运行，无需高性能服务器。

C2PSA跨层特征聚合模块增强了浅层微纹理表征，将Icy-Flesh品种的召回率从0.492提升至0.706，提升43.5%，改善对微小凹陷纹理的识别。

ECA注意力机制动态校准通道权重，抑制背景噪声和相似品种共有特征，将Icy-Flesh与Osmanthus-Fragr的误分类率从0.462降至0.340，下降19.1%。