区域感知与轻量级混合Transformer网络的苹果叶片病害分类方法

本发明公开一种区域感知与轻量级混合Transformer网络的苹果叶片病害分类方法。首先，利用区域提取和细粒度卷积编码模块抑制低频背景和动态光照的干扰，并自适应地感知叶片区域及病害区域；其次，设计了并行级联结构的轻量级Transformer块提取多尺度纹理和边缘特征，并以跳跃连接方式实现最佳特征尺度的自适应选择、长距离依赖关系的挖掘和跨尺度的信息交互与融合；然后，采用基于自适应学习的特征加权、倒残差机制和通道注意力增强网络对区域特征信息的关注程度，提取苹果叶片区域的丰富的纹理细节特征；最后，联合采用加权的交叉熵损失函数和焦点损失函数提高网络的泛化能力。实验结果验证了本发明的有效性。