摘要
本发明公开了一种基于图像识别的农作物病虫害识别方法及系统,涉及图像识别技术领域,包括采集农田图像,识别图像中的病虫害区域并进行定位,对图像中的低分辨率区域进行超分辨率复原;通过ViT模型提取图像的局部特征并通过DMSAU‑Net捕捉图像中病虫害的多尺度特征,根据提取的病虫害特征识别病虫害的类型。本发明通过SAGAN生成器对低分辨率区域进行细节复原,提高了病虫害特征的清晰度,从而大幅提升了图像识别的准确性,使用ViT模型和DMSAU‑Net模型并结合膨胀卷积与多尺度注意力机制,能够同时捕捉不同尺度下的病虫害特征,解决了传统图像处理模型难以处理多尺度特征的难题,提高了病虫害识别的准确性和实用性。
技术关键词
农作物病虫害
识别方法
注意力机制
识别病虫害
病虫害图像
矩阵
超分辨率
Softmax函数
农田
无人机飞行路径
生成特征集
像素
报告
卷积神经网络模型
生成高分辨率
图像处理模型
图像分析模块
系统为您推荐了相关专利信息
故障识别系统
信号采集终端
特征值识别
电流检测模块
医疗设备故障诊断
深层特征提取
大语言模型
样本
对象
特征提取网络