一种基于多层信息融合的农作物病害图像分类方法

AITNT
正文
推荐专利
一种基于多层信息融合的农作物病害图像分类方法
申请号:CN202510115836
申请日期:2025-01-24
公开号:CN120047734B
公开日期:2025-08-05
类型:发明专利
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
1
基于多教师知识蒸馏的深度伪造语音检测方法
语音检测方法 教师 情感特征 蒸馏 分类网络
2
一种基于加密算法和生成对抗网络的情绪分类系统
生成对抗网络 加密算法 分类系统 SM9标识密码 加密数据
3
一种基于SCCA-YOLO的无人机微小目标检测方法
多头注意力机制 模块 多尺度特征融合 YOLO模型 协同注意力
4
一种基于聚类集成的复杂视觉刺激下脑电辨识分析方法
谱聚类算法 多通道脑电信号 视觉 拉普拉斯 分析方法
5
一种强脉冲光皮肤美容局部区域识别方法及系统
多模态注意力 皮肤治疗 血红蛋白 黑色素 图像深度特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号