摘要
本发明涉及智能农业领域,具体是基于图像识别的芽苗菜病害检测系统,包括图像采集模块、图像预处理模块、图像智能分割模块和病害分类分析模块;本发明采用一种基于文本引导与特征聚合的跨尺度图像分割方法,从视觉到语言和语言到视觉两个方向细化多模态特征,稀疏高效表示视觉上下文特征,突出病害部位特征,对病害部位图像进行精准分割,以分割图像对病害进行分类检测,增加准确性;本发明引入动态特征选择,细化视觉特征,捕捉全局上下文和局部细节,突出病害部位;本发明采用基于文本的通道与空间聚合方法,通过交叉注意力的跨尺度信息交换,捕获特征之间的交叉相关性,突出病害相关特征,抑制健康部位特征,实现病害精准分割与分类识别。
技术关键词
芽苗菜
交叉注意力机制
查询特征
图像分割方法
多层感知机
图像采集模块
卷积特征提取
文本
动态特征选择
金字塔
分析模块
视觉特征提取
语义特征提取
融合特征
系统为您推荐了相关专利信息
图像编码器
查询特征
前馈神经网络
语义特征
感兴趣区域提取
医学图像分割方法
多轨道
标签
动态
医学图像数据集
红外图像分割方法
引导图像滤波
神经网络模型构建
初始聚类中心
可见光图像