摘要
本发明涉及一种基于注意力机制的轻量级多尺度特征融合网络的柑橘病害识别方法,包括:获取柑橘黄龙病图像样本进行预处理;构建柑橘黄龙病图像识别模型;将训练集输入柑橘黄龙病图像识别模型中进行训练;将预处理后的待检测的柑橘黄龙病图像输入训练后的柑橘黄龙病图像识别模型,得到柑橘黄龙病图像识别结果。本发明通过设置不同的膨胀系数使得模型提取到多尺度、多粒度的特征信息,从而提取丰富的图像特征,提高模型识别的准确度;使用的膨胀卷积扩大特征图感受野的同时,不增加模型参数,且模型使用深度可分离卷积降低模型的参数量,使得模型非常轻量,本发明中的柑橘黄龙病图像识别模型在轻量化的同时病害分类任务上表现了最佳性能。
技术关键词
多尺度特征融合网络
柑橘黄龙病
柑橘病害
残差结构
交互注意力
图像识别模型
识别方法
Softmax分类器
特征提取模块
多尺度特征提取
计算机程序指令
通道注意力机制
输出特征
分支
训练集