基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

文献类型： 中文期刊

第一作者： 韩旭

作者： 韩旭;赵春江;吴华瑞;朱华吉;张燕

作者机构：

关键词： 图像识别;缺素;蔬菜;多尺度特征融合;注意力机制;卷积神经网络

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2021 年 017 期

页码： 177-188

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题,提出了一种基于注意力机制及多尺度特征融合卷积神经网络（Multi-Scale Feature Fusion Convolutional Neural Networks based on Attention Mechanism,MSFF-AM-CNNs）的番茄叶片缺素图像分类方法。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module,MSFF Module）;其次在DenseNet基础上,结合浅层网络主要提取纹理、细节特征,深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法,通过不同形式引入注意力机制及多尺度特征融合结构,使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能;同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明,MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升,其中缺氮和缺钾叶片的准确率分别提高了 8.06和6.14个百分点,召回率分别提高了 6.31和5.00个百分点,F1得分分别提高了 7.25和5.55个百分点,平均识别准确率可达95.92%,具有较高的识别准确率及广泛的适用性,能够满足番茄叶片缺素图像的高精度分类需求,可为植物叶片缺素识别提供参考。

分类号： S626%S641.2%TP391.41

  • 相关文献

[1]基于YOLOX的穴盘甘蓝病害检测方法. 马驰,吴华瑞,于会山. 2023

[2]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[3]基于改进YOLOv8n的茶树嫩芽识别. 杨肖委,沈强,罗金龙,张拓,杨婷,戴宇樵,刘忠英,李琴,王家伦. 2024

[4]无人机遥感影像在油菜品种识别中的应用. 李婕,李毅,张瑞杰,李俐俐,李礼,姚剑,乔江伟. 2022

[5]基于卷积神经网络和叶绿素荧光成像的绿豆叶斑病识别研究. 张浩淼,高尚兵,蒋东山,李洁,袁星星,陈新,刘金洋. 2024

[6]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[7]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[8]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

[9]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[10]基于卷积神经网络的入侵昆虫识别研究. 黄亦其,鹿林飞,沈豪,王福宽,乔曦. 2024

[11]基于改进VGG卷积神经网络的棉花病害识别模型. 张建华,孔繁涛,吴建寨,翟治芬,韩书庆,曹姗姗. 2018

[12]基于卷积神经网络和小样本的茶树病害图像识别. 孙云云,江朝晖,董伟,张立平,饶元,李绍稳. 2019

[13]基于CNN和Transformer的绿豆干旱胁迫识别模型. 蒋东山,刘金洋,张浩淼,李士丛,罗仔秋,余骥远,李洁,陈新,袁星星,高尚兵. 2025

[14]基于坐标注意力的多尺度轻量级苹果叶片病害识别模型. 谷瑞,顾家乐,宋翠玲,钱春花. 2025

[15]缺素对灰毡毛忍冬生长及生理指标的影响. 颜艳. 2014

[16]枳和'资阳香橙'NRAMP家族基因鉴定、克隆及响应营养逆境的表达模式分析. 黄梓洋,张晓勇,凌丽俐,淳长品,彭良志,付行政. 2019

[17]氮磷钾缺素对香蕉生长、抽蕾及产量的影响. 李瑞民,杨苞梅,梁华赐,臧汝平,庄德奥,姚丽贤. 2011

[18]基于被害状的桃树果实健康诊断. 原明珠,马春森,张薇. 2021

[19]水稻缺素胁迫下实时荧光定量RT-PCR的内参基因的选择. 陈玉,郭海萍,谢华安,张建福,王宗华. 2013

[20]不同营养元素缺乏对苜蓿幼苗生长的影响. 乌恩,朝博,闫志蕊,包庆格乐. 2022

作者其他论文 更多>>

微信小程序