摘要
针对图像背景噪声干扰大、有限标注信息利用不充分所导致的对玉米叶片病虫害目标检测效果不佳的问题,利用支持分支和查询分支的双分支网络构建了一种基于原型自适应对齐网络的小样本玉米病虫害检测方法.该方法首先对传统的VGG-16网络进行改进,并在玉米病虫害检测数据集上进行微调,增强模型对特定任务的泛化性能;其次,利用交叉注意力机制建立双分支间信息的交互,挖掘分支间的共有语义;再次,借助支持图片的真实掩码将交互特征细粒度的分离为支持前景和背景,并在前景和背景特征上生成前景指导原型和背景辅助原型;最后,通过计算查询混合特征和每一原型的相似度值,并根据相似度值给出预测结果.在自建的玉米病虫害检测数据集上进行测试,所提出方法的精准率、召回率、F1和交并比(IoU)分别达到96.49％、96.03％、96.50％和83.19％,此外前景和背景的二分类评价指标前景背景交并比(FB-IoU)也达到93.62％,结果验证了本研究方法的优越性.
维普
万方数据