基于注意力机制与改进残差模块的豆叶病害识别

打开文本图片集

摘要：豆类作物病害的有效识别对于病害的科学防控具有指导意义。针对传统作物病害识别方法效率低、准确率差的不足，利用深度学习方法设计了一种高效的轻量级豆叶病害识别模型，模型由卷积模块与改进的残差模块构成。卷积模块提取图像中的病害特征，在卷积模型中引入注意力机制增强了模型对病害区域的关注，同时降低非病变区域与背景对识别结果的干扰；在原始残差模块中添加更多的卷积层、激活函数与批归一化层得到了改进的残差模块，使得残差模块具有非线性表征和特征提取能力，从而提高模型对于高级病害特征的信息融合能力。（剩余11619字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。