一种基于多头自注意力机制的改进残差网络的病虫害识别方法

本发明公开了一种基于多头自注意力机制的改进残差网络的病虫害识别方法，包括：数据采集；数据预处理；在残差网络后加入多头自注意力机制，并形成改进残差网络模型；对训练好的模型进行评估；将训练好的权重文件转入到树莓派中，通过树莓派连接摄像头便可以对树木的病虫害进行实时的检测。本发明在ResNet18网络结构的基础上加入多头自注意力机制，每次使用不同的查询、键和值的投影矩阵生成不同的注意力子空间，最后将所有子空间的输出拼接在一起形成最终输出，进而增强关键特征信息的权重，进一步提高模型的识别精度。本发明用于林业病虫害防治，提高林业收益，具有广阔的研究和市场应用前景。