基于位置编码和BAM注意力机制的马铃薯叶部病害识别方法

作     者：王雨萌 吴呈瑜 WANG Yumeng;WU Chengyu

作者机构：浙江理工大学信息科学与工程学院浙江杭州310018 

出 版 物：《软件》 (Software)

年 卷 期：2024年第45卷第5期

页      面：1-6,67页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：重庆邮电大学大数据智能计算重点实验室开放基金项目(BDIC-2023-B-002) 

主　　题：马铃薯叶部病害 ConvNeXt模型 位置编码 BAM注意力机制 

摘      要：马铃薯叶部病害的准确检测和识别对于精准防治病虫害至关重要,能够有效提高马铃薯产量,但由于马铃薯叶部的早疫病和晚疫病在早期表现上非常相似,很难区分。为了更准确地对马铃薯叶部病害进行检测识别,本文提出了一种基于位置编码和并行注意力机制的Conv Ne Xt模型。首先对数据集进行位置编码预处理,使网络模型无需加载预训练权重即可获取病害部位的位置信息,提高学习能力;其次针对不同病害空间分布位置不同以及形态特征的细微差异,添加并行注意力机制BAM模块增强对病害特征的提取能力。实验结果表明:优化后的ConvNeXt模型能够准确检测并对不同病害进行分类识别,较原ConvNeXt模型Top-1准确率最高提高约5个百分点,能够满足目前马铃薯叶部病害准确识别方面的需求,有良好的鲁棒性,可以泛化在其他植物种类上。