基于改进GoogLeNet的小麦病虫害分类识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对小麦病虫害分类识别研究中卷积神经网络加深导致的梯度消失和爆炸等问题，提出了一种基于改进GoogLeNet的识别方法。首先，构建小麦病虫害数据集Wheat11，并通过数据增强技术保持样本间的平衡;其次，引入CBAM注意力机制，并改进注意力模块，增强网络对病虫害特征的提取能力;最后，在Inception模块中引入残差结构，有效缓解梯度消失和爆炸等问题。（剩余144字）

试读结束

目录
monitor
客服机器人