基于注意力与小平方核的ConvNeXt农业杂草识别方法

打开文本图片集

摘要：针对复杂自然环境下杂草识别准确率不高、泛化和拟合能力较差等问题，提出基于注意力与小平核的ConvNeXt杂草图像识别方法。首先，在ConvNeXt模块中加入GRN正则化策略，有效减少识别过程的过拟合风险，提高模型的泛化能力；其次，提出在所有Block中把7×7的深度可分离卷积分解为有4个平行分支的小平方核，提升对杂草图像的特征提取能力；最后，在ConvNeXt结合上述方法下，引入SENet通道注意力模块，进一步提高模型在通道方向的特征融合，强化杂草特征，构建出杂草识别模型。（剩余11280字）