首页|基于多尺度注意力残差网络的桃树害虫图像识别

基于多尺度注意力残差网络的桃树害虫图像识别

扫码查看
原文链接
  • 万方数据
  • 维普
自然场景下拍摄的桃树害虫图像,不同种类的害虫个体之间存在尺寸大小差异以及害虫颜色与背景颜色相近的问题,影响害虫图像识别精度.针对以上问题,本文提出了一种基于多尺度注意力残差网络的桃树害虫图像识别模型.首先,将残差网络的第一层普通卷积替换为多尺度卷积,缓解了大卷积核对于小尺寸目标特征的不敏感性,增强多尺度害虫特征提取能力.其次,在残差结构中加入注意力机制选择性内核卷积单元,它通过自适应调整感受野重点提取害虫信息,产生有效感受,抑制背景干扰问题.实验结果表明,本文提出的模型识别准确率为93.27％,取得了较好的识别效果.
Image Recognition of Peach Pests Based on Multi-scale Attention Residual Network

类成敏、牟少敏、孙文杰、崔恩泉

展开 >

山东农业大学信息科学与工程学院,山东泰安271018

残差网络 桃树害虫 图像识别

2022

10.3969/j.issn.1000-2324.2022.02.011

山东农业大学学报(自然科学版)
山东农业大学

山东农业大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.565
ISSN：1000-2324
年,卷(期)：2022.53(2)
  • 4
  • 8