摘要
本发明涉及一种基于多光谱图像提升农业病虫害识别或分类模型性能的方法,涉及农业病虫害模型性能提升技术领域。本发明的基于多光谱图像提升农业病虫害识别或分类模型性能的方法,通过在农业病虫害识别或分类模型中添加光谱映射模块、采用基于深度学习模型的光谱关键性定量分析方法和利用通道注意力机制改善模型对于各光谱波段特征的利用率,使得模型在病害等级分类中展现出良好的性能,还为农业领域的智能化病害监测与管理提供了一种有效的技术支持,推动了多光谱图像处理的实际应用,为未来的病害检测技术发展奠定了重要基础。
技术关键词
农业病虫害识别
注意力方法
深度学习模型
多光谱
通道注意力机制
性能提升技术
病害检测技术
代表
光谱图像处理
光谱特征信息
矩阵
关键性
遥感图像处理
定量分析方法
标识
无损方式
系统为您推荐了相关专利信息
血流成像方法
图像生成网络
相位特征
眼科OCT设备
纹理
特性识别方法
声学传感器
深度学习模型
变电站噪声监测
传感器阵列
量测方法
定位图形
晶圆
光学图像数据
分辨率提升
裂缝检测方法
裂缝检测系统
裂缝数量
通道注意力机制
图像