基于小样本学习的马铃薯叶片病害检测

打开文本图片集

摘要：马铃薯叶片的病害将直接导致马铃薯产量和质量的下降，为实现马铃薯叶片病害的精确检测并及时预防病变，提出了一种基于小样本学习的马铃薯叶片病害检测算法。首先，利用一组共享权重的特征提取器将输入图片映射到深度特征空间；然后，提出一种任务感知注意力模块用于融合小样本学习网络中的双分支输入特征，强化目标任务的特定表达能力；最后，引入一种动态卷积模块提高卷积核的建模能力，并将卷积块注意力机制（CBAM）嵌入到该卷积网络中，构造特征强化学习模块，细粒度地捕获病害区域的细节特征。（剩余9750字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。