科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有水稻病虫害识别网络对图像细粒度分类效果差问题，提出一种基于改进残差网络的水稻病虫害识别网络。在ResNet34残差网络的基础上将首层的7×7大卷积块替换成三层级联的3×3的小卷积块，增强提取细节特征能力，在第三个卷积块后嵌入CBAM注意力机制模块提高各类病害细微类间差异识别能力，在全连接层前添加Dropout层避免过拟合，并引入一种新的图像数据增强方法应用于模型当中，使得我们的模型能够更好地处理水稻病虫害图像中的复杂细节纹理特征。与基准模型相比，模型准确率提高2.18%,参数量仅为22.17×106,证明了模型的有效性和可行性，为水稻种植高保障性要求提供了有效方案。
- 单位
