首页|基于注意力机制与残差网络的玉米病害识别

基于注意力机制与残差网络的玉米病害识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Maize disease recognition based on attention mechanism and residual network

maize diseaseimage recognitionconvolutional neural networkattention mechanismresidual network

代丽、倪光亮

展开 >

浙江理工大学经济管理学院,浙江 杭州 310018

玉米病害 图像识别 卷积神经网络 注意力机制 残差网络

国家自然科学基金浙江省自然科学基金杭州市科技发展计划

32071909LGN20E0500062020ZDSJ0488

2023

10.16644/j.cnki.cn33-1094/tp.2023.08.019

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
年,卷(期)：2023.(8)
  • 5