融合注意力机制的木薯叶病害分类方法
王文涛
张根
陈大江
徐菡廷
中南民族大学 计算机科学学院,湖北 武汉 430074;湖北省制造企业智能管理工程技术研究中心,湖北 武汉 430074
摘要：文章针对木薯叶病害图像因病斑区域小,部分疾病特征相似和易受背景干扰而导致识别准确率低的问题,在研究ResNeXt神经网络的基础上,设计了3 种方法以提高模型的准确性和鲁棒性:1)增加了一个数据不连续的掩膜层,以缓解神经网络的过拟合问题;2)引入了多头自注意力机制模块,将卷积神经网络和注意力机制结合起来,对图像的局部和全局特征进行分析,提高了相似疾病之间的可分离性;3)使用焦点损失函数缓解木薯叶病害数据集中的类别不平衡问题.仿真实验表明,改进后的算法在木薯叶病害数据集上具有较好的准确率,同时具有较好的泛化能力,适用于其他植物叶片数据集.
关键词：植物病理图像分类ResNeXtCNN多头自注意力机制焦点损失函数
分类号：TP391(计算技术、计算机技术)
论文发表日期：2023-09-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 40-48 )
英文信息