摘要
本发明公开了一种基于正反面融合交叉注意力机制的菊花分类方法,包括:在Swin Transformer的基础上利用交叉注意力机制结合残差模块设计,搭建双路神经网络模型;将菊花图像数据库内的菊花正面和反面图像作为双路神经网络输入进行模型训练和测试,将训练好的模型作为菊花种类预测模型;采集待检测菊花的正面和背面图像,并且输入到菊花种类预测模型,通过菊花种类预测模型输出分类结果。本发明采用基于正反面融合交叉注意力机制的菊花分类方法,具有菊花种类识别速度较快、准确率高且稳定性强等优势。
技术关键词
交叉注意力机制
双路神经网络
分类方法
残差模块
图像
正面
多层感知机
非线性
优化器
表达式
元素
基础
矩阵
速度
尺寸
系统为您推荐了相关专利信息
信号感知方法
音频场景识别
残差模块
短时傅里叶变换
一维卷积神经网络
智能移动机器人
点云特征
融合特征
查询特征
重定位方法
建筑识别方法
孪生神经网络
高效编码器
生成网络模型
深度特征信息
结构光三维重建方法
投影仪
坐标系
矩阵
畸变参数