首页|期刊导航|宿州学院学报|基于迁移学习的植物病虫害细粒度分类

基于迁移学习的植物病虫害细粒度分类OA

中文摘要

植物病虫害识别是农业生产中的一个重要问题。通过人工识别与传统计算视觉的方式在实际应用中有着一定的局限性,所以有必要研究基于卷积神经网络的植物病虫害分类算法。为了探讨卷积神经网络对于植物病虫害细粒度分类的应用,基于现有的部分植物病虫害数据图像数据,融合区分性区域注意力机制与通道间的注意力机制模型来评测此数据集,结果表明,融合注意力机制后相比于原始模型其分类性能有所提升,Top-1准确率提升了1.9%。为了进一步探究注意力机制对于卷积神经网络的影响,…查看全部>>

吴云志;胡楠;Iftikhar Ahmad;余克健;乐毅;岳振宇

安徽农业大学信息与人工智能学院,安徽合肥230036 安徽省北斗精准农业信息工程研究中心,安徽合肥230036安徽农业大学信息与人工智能学院,安徽合肥230036安徽农业大学信息与人工智能学院,安徽合肥230036安徽农业大学信息与人工智能学院,安徽合肥230036安徽农业大学信息与人工智能学院,安徽合肥230036 安徽省北斗精准农业信息工程研究中心,安徽合肥230036安徽农业大学信息与人工智能学院,安徽合肥230036 安徽省北斗精准农业信息工程研究中心,安徽合肥230036

计算机与自动化

卷积神经网络注意力机制迁移学习细粒度分类植物病虫害

《宿州学院学报》 2024 (9)

P.29-33,5

安徽省北斗精准农业信息工程研究中心开放基金项目(BDSYS2021003)安徽省自然科学基金项目(2008085QF293)安徽省特色农业产业技术体系专项经费资助项目(2021-2025)。

10.3969/j.issn.1673-2006.2024.09.006

评论

您当前未登录!去登录点击加载更多...