基于多尺度特征拼接的小样本茶叶病害分类

摘要：

传统的茶叶病害分类是一项耗时耗力的工作.针对该问题,提出一种基于多尺度特征拼接的网络模型,用于小样本茶叶病害分类.通过多尺度注意力模块提取茶叶叶片的显著性特征,进而得到显著性图像.对显著性图像与原始图像进行通道特征拼接,使拼接后的图像既包含全局特征又包含局部特征.融合多个不同卷积层输出的特征,使特征图包含空间和语义信息.分类实验结果表明:用可分离卷积代替常规卷积后,该文模型参量总数小于关系网络模型参量总数的1/2,提高了分类效率;相对于其他5种模型,该文模型分类准确率最高.

关键词：茶叶病害分类、多尺度注意力模块、显著性区域、可分离卷积

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;基本科研业务费项目;安徽省高等学校自然科学研究项目

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63