您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于TomatoVit的番茄病害分类与分级研究

文献类型： 中文期刊

作者： 孔祥源 1 ; 王一群 1 ; 缪祎晟 2 ; 陈雯柏 1 ; 赵春江 2 ;

作者机构： 1.北京信息科技大学自动化学院

2.北京市农林科学院信息技术研究中心

关键词： 图像分类;视觉Transformer;番茄病害分类;病害分级

期刊名称： 重庆理工大学学报

ISSN： 1674-8425

年卷期： 2025 年 39 卷 017 期

页码： 133-141

摘要： 针对番茄种植中病害程度识别难度大、检测成本高等问题,以及传统方法主观性强、时效性差等缺陷,提出了一种新的TomatoVit模型,包含3个核心模块:①基于ResNet-50和Vision Transformer的混合主干网络,用于提取病害特征;②特征自验证模块(FSV),通过token替换和预测机制增强模型对病害特征细微变化的识别能力;③多尺度局部全局注意力模块(MSGL),结合全局与局部注意力机制,更好地捕获病害的微小变化特征.该方法将番茄病害检测从单一分类扩展至病害程度评估,将番茄的8种常见病害细分为健康、早期和严重3个等级,实现对病害发展的不同程度监测.在包含18个类别的番茄病害程度数据集上进行实验,模型达到89.79%的准确率和0.90的F1-score,优于现有方法.

  • 相关文献

[1]基于K-means聚类和RF算法的葡萄霜霉病检测分级方法. 李翠玲,李余康,谭昊然,王秀,翟长远. 2022

[2]用于高光谱图像分类的归一化光谱指数的构建与应用(英文). 张东彦,赵晋陵,黄林生,马雯萩. 2014

[3]RADARSAT-2全极化SAR数据地表覆盖分类. 程千,王崇倡,张继超. 2015

[4]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[5]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

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：北京市农林科学院

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