机器视觉与残差网络融合的黄金梨外形病斑分析
DOI: https://doi.org/10.64083/STE2510712
作者
张勇，张家源
摘要
针对黄金梨外形病斑的自动化检测需求，本研究提出了一种融合机器视觉与残差网络的新型方法。通过改进多尺度特征融合架构，并设计了端到端的双分支协同处理链路，有效克服了病斑尺寸差异大、背景复杂等检测难题。结合迁移学习策略与基于生成对抗网络的数据增强技术，提高了模型在小样本场景下的泛化能力。该框架在病斑定位精度和分类鲁棒性方面均表现出色，尤其在微小病斑识别方面优势突出。该方法为农产品智能分选提供了可靠的技术支撑，未来可通过进一步轻量化设计以推动其实用化应用。
关键词
机器视觉；残差网络；黄金梨病斑检测；多尺度特征融合；生成对抗网络
