科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对图像描述算法缺乏在农业领域中的应用，传统模型参数庞大的问题，该研究提出一种基于ResNet18特征编码器的图像描述算法，对作物患病类型进行识别并生成描述。首先，建立水稻病虫害图像描述数据集。其次，使用浅层ResNet18作为编码器，在保证特征提取能力的同时缩减网络模型大小，解码器使用融合了注意力机制的长短期记忆网络（Long Short Term Memory,LSTM）来生成图像描述。试验结果表明，改进后模型尺寸大小为原来的1/3，经过6 000次迭代后模型基本收敛，准确率达到98.48%。在水稻病虫害图像描述数据集上，改进编码器-解码器结构后的双语评估替换值（Bilingual Evaluation Understudy,BLEU）和METEOR(Metric for Evaluation of Translation with Explicit ORdering)分别达到0.752和0.404，其余指标结果也明显优于其他模型，具有描述细致准确、鲁棒性强等优点，能够更好地适用于小规模数据集上的训练，可为农作物相似病害特征的自动化描述提供有益参考。
- 单位
