您好，欢迎访问中国热带农业科学院 机构知识库！
中国热带农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

面向不平衡数据的木薯叶部病害图像识别方法

文献类型： 中文期刊

作者： 王丹阳 1 ; 梁伟红 2 ; 李玉萍 2 ; 黄贵修 2 ;

作者机构： 1.中国热带农业科学院科技信息研究所

2.null

关键词： 木薯叶部;病害识别;图像识别;迁移学习;不平衡数据

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2025 年 46 卷 003 期

页码： 101-107,123

收录情况： 北大核心

摘要： 为提高产地环境下木薯叶部病害自动识别的准确性，解决病害图像低对比度和数据长尾分布问题，建立一种深度学习模型SwinTFCC用于木薯叶部病害识别。该模型采用Swin Transformer作为骨干网络，借助Swin Transformer的自注意力机制和层级结构关注局部与全局特征，使其对复杂背景病害识别具有鲁棒性；将最后一层特征输入特征簇压缩模块，以映射稀疏特征簇为稠密特征簇，减少长尾分布中样本少的类别稀疏特征簇跨越决策边界导致分类错误情况；并采用迁移学习在木薯叶部病害图像数据集上进行训练，以提升木薯叶部病害识别性能。试验结果表明，模型的F1值达到90.74%,较其他主流模型提升8.04%～19.3%。所采用的方法在小规模不平衡数据集上取得较好效果，验证模型的有效性，为木薯叶部病害自动精准识别提供技术支撑。

  • 相关文献

[1]自然环境下5个腰果无性系果实的图像识别算法研究. 岑冠军,王彦阳,张中润,黄伟坚,黄海杰,王金辉. 2018

[2]基于数字图像分析技术的橡胶树叶片氮含量预测. 张培松,孙毅明,郭澎涛,袁忠志,杨红竹,贝美容,罗微. 2015

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国热带农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台