基于图像增强和注意力机制的作物杂草识别

摘要：

为提高复杂环境下无人机获取的作物杂草图像识别的准确率,提出一种基于图像增强与注意力机制的作物杂草识别方法.在多尺度Retinex算法中加入颜色恢复函数调节3个通道颜色的占比以恢复其颜色特征,使图像更清晰;将残差网络模型中的激活函数换为Leaky ReLU,加入CBAM注意力机制模块,获取更多有用信息,抑制其它无用信息.实验结果表明,该方法可以提高复杂环境下无人机获取的作物杂草图像的识别准确率,其准确率达到95.3％,高于AlexNet、ResNet18、ResNet50及其它主流算法的识别结果.

关键词：无人机、作物杂草识别、多尺度Retinex算法、颜色恢复函数、残差网络、Leaky ReLU激活函数、注意力机制

所属期刊栏目：44

分类号：TP391.41;TP183(计算技术、计算机技术)

资助基金：国家自然科学基金;吉林省教育厅科研基金项目

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：815-821