一种基于小样本学习的农作物病虫害识别装置

AITNT
正文
推荐专利
一种基于小样本学习的农作物病虫害识别装置
申请号:CN202410908794
申请日期:2024-07-08
公开号:CN118887535A
公开日期:2024-11-01
类型:发明专利
摘要
本发明公开了一种基于小样本学习的农作物病虫害识别装置,涉及机器学习技术领域,包括LitePlantProto的模型架构,LitePlantProto的模型架构包括CSASFF模块和LEAM模块,LEAM模块包括DBCAM模块和ESAM模块;本发明通过构建LitePlantProto的模型架构,该模型采用轻量级的主干网络,引入自适应空间特征融合聚合多尺度特征,避免特征冗余及多尺度特征间相互干扰。此外,本发明提出轻量级的高效注意力模块,从通道和空间维度进一步挖掘图像的显著性信息。实验结果表明,与当前领域内最先进的模型进行对比,识别准确率得到了不同程度的提升。
技术关键词
农作物病虫害 ESAM模块 识别装置 特征联合学习 多尺度特征融合 通道 度度量方法 融合特征 样本 机器学习技术 预训练模型 级联 注意力 阶段 特征数 输出特征 矩阵
系统为您推荐了相关专利信息
1
一种命名实体识别方法、装置、介质和设备
语义特征 命名实体识别方法 命名实体识别模型 文本 条件随机场
2
一种识别模型训练方法、门禁识别方法及其相关装置
识别模型训练方法 门禁识别方法 学生 识别人脸图像 存储程序代码
3
理论线损数据异常识别方法、装置、设备和程序产品
电力 理论线损 异常识别方法 变压器 数据获取模块
4
一种基于台区措施落实的重过载风险识别方法、装置及终端设备
风险识别方法 负荷预测模型 变压器 措施 风险识别模型
5
一种校园异常行为识别方法、装置、电子设备及可读介质
骨骼关键点 识别方法 行人检测模型 校园 视频
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号