基于多尺度特征度量元学习的玉米叶片病害识别模型研究 |
| |
引用本文: | 惠巧娟,孙婕.基于多尺度特征度量元学习的玉米叶片病害识别模型研究[J].江苏农业科学,2023(9):199-206. |
| |
作者姓名: | 惠巧娟 孙婕 |
| |
作者单位: | 1. 银川科技学院信息工程学院 |
| |
摘 要: | 传统基于深度学习的玉米叶片病害检测模型检测精度不高、模型参数量大,基于此,提出一种融合多尺度、无参数度量学习的玉米叶片病害识别算法模型。首先,利用Vgg-16、Swin Transformer网络,将玉米叶片病害图片映射到全局和局部特征空间;然后,利用多尺度特征融合网络,实现全局和局部特征的深度融合,强化特征的分类能力;最后,利用无参数元学习网络,实现待测玉米叶片病害图片与特征集之间的度量,根据度量结果,实现玉米叶片病害的快速定位与识别。在开源Plant Village数据集、自建玉米叶片病害数据集上进行了测试,所提出模型的识别准确率分别为97.45%、96.39%,同时保持了较低的识别时间开销;相比其他经典玉米叶片病害识别模型,具有更强的鲁棒性和泛化性能。
|
关 键 词: | 玉米叶片病害识别 多尺度特征 度量元学习 全局和局部特征 Swin Transformer |
|
|