您好，欢迎访问甘肃省农业科学院 机构知识库！
甘肃省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于Swin Transformer的马铃薯植株和品种识别

文献类型： 中文期刊

作者： 马柏雄 1 ; 刘成忠 1 ; 韩俊英 1 ; 曲亚英 2 ; 邢雪 1 ;

作者机构： 1.甘肃农业大学信息科学技术学院

2.甘肃省农业科学院 马铃薯研究所

关键词： 马铃薯植株;品种分类;深度学习;Swin Transformer

期刊名称： 智能计算机与应用

ISSN： 2095-2163

年卷期： 2025 年 15 卷 009 期

页码： 12-18

摘要： 马铃薯在国内的农业资源中占据着重要地位,拥有丰富多样的品种.准确识别马铃薯品种对于推动马铃薯育种发展至关重要.因此,本研究基于深度学习网络提出了一种多品类马铃薯植株识别模型.该模型采用了基于Swin Transformer的架构,并通过对注意力机制的巧妙改进,有效提升了模型的特征提取能力.与此同时,通过减少模型参数量,该模型的准确率得到了显著提升.原始的 Swin Transformer在对 30 个马铃薯品种进行植株识别时的准确率为 95.0%,而改进后的 Swin Transformer达到了 97.1%,提升了 2.1 个百分点.研究结果明确显示,改进后的Swin Transformer模型在对马铃薯植株进行识别分类方面优于原始Swin Transformer模型.深度学习网络模型在马铃薯植株种类识别方面展现出可行性,为其在实际生产中的推广应用提供了有力支持.

  • 相关文献

[1]基于改进ResNet50的马铃薯识别与分类方法研究. 王健文,刘成忠,韩俊英,曲亚英,马柏雄. 2025

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：甘肃省农业科学院

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