一种融合自监督增强的轻量化Transformer番茄病害识别方法

本发明公开了一种融合自监督增强的轻量化Transformer番茄病害识别方法，所述方法为：通过收集获取番茄病害的图像，对图片进行数据预处理；提出SAEFormer模型，包括引入多尺度选择融合注意力模块，增强模型对特征的提取能力；并且引入自监督学习损失，有效提升模型对细粒度差异的建模能力；采用RepBN优化策略，以提升模型部署效率并降低计算开销；将预处理后的图像数据输入到模型中进行训练与验证，获得最优模型；最后将待分类图像输入到最优模型中获取分类结果。本发明提出的一种融合自监督增强的轻量化Transformer番茄病害识别方法，可确保对番茄病害快速识别并获得正确类型，具有良好的应用前景。