Detectarea bolii fructului pasiunii utilizând mecanismul de atenție paralelă rară și detectarea optică

Se propune și se validează experimental o rețea de detectare a bolilor bazată pe un mecanism de atenție paralelă dispersată pentru task-ul de detectare a bolilor la fructul de pasion (Passiflora edulis [Sims]).

Passiflora edulis, ca pom fructifer tropical și subtropical, este iubită în întreaga lume pentru gustul său unic și valoarea nutrițională bogată.

Rezultatele experimentale demonstrează că modelul propus are o performanță excelentă în diverse metrici, atingând o precizie de 0,93, un recall de 0,88, o acuratețe de 0,91, un mAP@50 (precizia medie la pragul IoU de 0,50) de 0,90, un mAP@50–95 (precizia medie la praguri IoU între 0,50 și 0,95) de 0,60 și un scor F1 de 0,90, depășind semnificativ modelele tradiționale de detectare a obiectelor precum Faster R-CNN, SSD și YOLO.

Experimentele arată că mecanismul de atenție paralelă dispersată oferă avantaje semnificative în detectarea bolilor în condiții cu medii complexe și multi-scale.

Acest studiu propune un model ușor de adâncire (deep learning) care integrează un mecanism de atenție paralelă dispersată (SPAM) pentru detectarea bolilor la fructul de pasion.

Construit pe o bază de Rețea Neuronală Convoluțională (CNN), modelul integrează un mecanism de atenție selectivă dinamic pentru a îmbunătăți performanța de detectare în situații cu medii complexe și obiecte multi-scale.

Rezultatele experimentale demonstrează că modelul are o precizie, recall și o precizie medie (mAP) superioare comparativ cu cele ale modelelor de detectare de ultimă generație, menținând în același timp eficiența computațională..