基于计算机视觉的冬虫夏草图像细粒度品质鉴定研究
祁晋东
周艳霞
边巴旺堆
西藏大学信息科学技术学院 西藏拉萨 850000
摘要：针对人工鉴定冬虫夏草品质效率低下的问题,基于视觉深度学习技术提出了一种新型的冬虫夏草细粒度视觉分类网络,旨在辅助人工高效辨别三类不同品质的虫草.所提出的网络采用了特征融合技术和注意力引导的图像增强策略.前者能够有效生成更具判别力的多尺度特征,后者通过将注意力图像裁剪增强模块和注意力图像融合增强模块相结合的方式,实现对图像的精准增强,有效提升了模型的泛化性能和鲁棒性.实验结果表明,设计的网络在CUB-200-2011 细粒度图像分类数据集展现了优越的竞争力,同时在CSCS-3冬虫夏草图像细粒度品质数据集上取得了高达96.8%的分类准确率.
关键词：冬虫夏草细粒度视觉分类特征融合注意力引导图像增强策略
资助基金：西藏大学研究生高水平人才培养计划项目(2021-GSP-S120)西藏大学校级教改项目(XZDXJXYJ202212)西藏自治区教育科学研究项目(XZEDTP220099)
论文发表日期：2024-03-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 17-20 )