| 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 |
|
|
