结合注意力机制与双向特征融合的叶片病害检测方法

打开文本图片集

摘要：传统的Mask R-CNN网络检测目标时会出现特征丢失和特征混淆的情况，且对于密集的小目标容易出现漏检、错检等问题。针对这一问题，提出一种结合注意力机制和双向特征融合的叶片病害检测方法。首先，构建数据集时给叶片图片加入高斯噪声斯和椒盐噪声两种人工噪声，模仿自然界的复杂噪声，提升数据的多样性；其次，结合PAFPN结构与CBAM注意力机制，生成的CBAM-PAFPN结构，替代Mask R-CNN网络FPN结构，优化Mask R-CNN网络的特征提取方式；最后，将原网络NMS筛选候选框的方式替换为Soft-NMS。（剩余15976字）