科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现烟草病虫药害图像智能识别,本文构建了可供机器学习研究的烟草病虫药害图像数据集,并提出了三维注意力加权模型。在结合烟草专家诊断知识的基础上,本文使用多种数据增强方法提高数据多样性,对烟草病虫药害图像数据集构建进行合理化、规范化设计。在使用深度迁移学习技术进行自动提取浅层特征的基础上,设计了三维注意力权重学习模块,进行高层特征计算,实现田间拍摄图像的精准识别,平均识别准确率达到了85.56%,明显优于其他现有方法。该模型不仅在烟草病虫药害识别方面表现出了较高精度,在复杂农业生产环境下也具有较好的鲁棒性,能够实现烟草病虫药害图像实时智能识别。
- 单位
