计算机时代2023，Issue(8) ：84-88.DOI:10.16644/j.cnki.cn33-1094/tp.2023.08.019

基于注意力机制与残差网络的玉米病害识别

Maize disease recognition based on attention mechanism and residual network

代丽 倪光亮
计算机时代2023，Issue(8) ：84-88.DOI:10.16644/j.cnki.cn33-1094/tp.2023.08.019
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于注意力机制与残差网络的玉米病害识别

Maize disease recognition based on attention mechanism and residual network

代丽 1倪光亮1
扫码查看

作者信息

  • 1. 浙江理工大学经济管理学院,浙江 杭州 310018
  • 折叠

摘要

为了解决传统玉米病害识别模型识别准确率低、收敛速度较慢、识别耗时长等问题,提出一种基于注意力机制与残差网络的玉米病害识别方法.使用批归一化(BN)加速模型的收敛,提高模型的泛化能力;将捷径连接应用于两个由残差模块与注意力机制SENet组合而成SE-ResNet结构上,来提高模型对特征的复用能力和提取能力.实验结果表明,所提模型的识别准确率可达99.08%,收敛速度更快,识别耗时更短,可以为玉米病害的实时检测提供技术支持.

关键词

玉米病害/图像识别/卷积神经网络/注意力机制/残差网络

Key words

maize disease/image recognition/convolutional neural network/attention mechanism/residual network

引用本文复制引用

基金项目

国家自然科学基金(32071909)

浙江省自然科学基金(LGN20E050006)

杭州市科技发展计划(2020ZDSJ0488)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量5
段落导航相关论文