摘要
本发明提出一种基于渐进式生成对抗网络的农作物病虫害分类方法,该方法首先对数据集进行预处理,之后对输入到网络中的图像进行适应性处理,基于均衡卷积层将图像通道数量缩小,在反向传播更新卷积核的值时约束其动态范围;然后使用淡入方式将相邻分辨率的图层连接,使底层网络更加注意局部关键特征,之后将特征图像通过不同尺寸的均衡卷积块,并进行像素级归一化处理;最后使用卷积注意力模型对图像进行特征提取,在使用分类器对提取的特征进行分类前,先将特征图像经过小批量标准偏差处理,增强特征表示的丰富性,再通过不同尺寸的卷积核对特征图像的值进行约束,防止因类别差异而导致较大的差异值。
技术关键词
农作物病虫害
生成对抗网络
图像
分类方法
通道
双线性池化
注意力模型
高斯滤波器
特征提取模块
Sigmoid函数
像素
拉普拉斯
分类器
农作物叶片
特征提取网络
非线性
系统为您推荐了相关专利信息
三维模型
人体
医学图像处理
三维建模软件
复合材料
SAR遥感影像
图像修复算法
空洞修复方法
数字高程模型数据
图像分割
车载毫米波雷达
热力图
定位方法
生成高分辨率
干扰抑制模块
深度图数据
图像分割方法
计算机可执行指令
深度特征提取
融合特征
检测网络模型
煤泥
混合液
动态检测方法
局部空间特征