摘要
本发明涉及一种基于多层信息融合的农作物病害图像分类方法,与现有技术相比解决了难以准确定位病害区域的缺陷。本发明包括以下步骤:农作物病害图像的获取及预处理;构建农作物病害图像分类模型;农作物病害图像分类模型的训练;待分类农作物病害图像的获取;农作物病害图像分类结果的获得。本发明的融合方法减少了背景干扰,并很好地关注到目标微小病害区域,从而提高了模型的识别有效性。
技术关键词
农作物病害
图像分类模型
融合分类器
DenseNet网络
多尺度特征融合
图像分类方法
融合特征
代表
注意力机制
sigmoid函数
通道
输出特征
全局平均池化
模块
病害特征
双线性插值
作物病害识别
系统为您推荐了相关专利信息
生成对抗网络
加密算法
分类系统
SM9标识密码
加密数据
多头注意力机制
模块
多尺度特征融合
YOLO模型
协同注意力
谱聚类算法
多通道脑电信号
视觉
拉普拉斯
分析方法
多模态注意力
皮肤治疗
血红蛋白
黑色素
图像深度特征