融合通道信息注意力网络的叶片病害识别

摘要：

针对植物叶片病害存在的种类驳杂以及如何提取有效特征的问题,提出一种融合通道信息注意力网络模型对多种植物叶片病害进行识别.构建残差结构为主的基础网络用于特征提取,再将特征通过注意力网络融合多个通道信息对病害特征进行重标定;在交叉熵函数中添加约束信息以加快模型收敛速度;在4种不同植物16类病害的数据集上对该模型进行实验,结果表明,基础网络模型识别准确率为83.13％,而融合通道信息网络后准确率提高4.64个百分点;融合后的模型与其他模型相比在识别准确率方面提高9.72个百分点且模型复杂度约为对比实验中最优模型复杂度的1/2.

关键词：叶片病害识别、通道信息注意力网络、模型融合、卷积神经网络

所属期刊栏目：56

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省重点研发计划项目;山西省面上自然科学基金;晋中市科技重点研发项目

在线出版日期：2020-12-04（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：124-129