基于卷积神经网络的轻量级水稻叶片病害识别模型

打开文本图片集

摘要：水稻病害一直是影响水稻产量的重要因素之一，为了快速、准确地检测水稻病害，本研究提出了一种基于卷积神经网络的轻量级水稻叶片病害识别模型。首先，从参数量的角度对注意力机制进行改进，得到轻量级注意力机制模块，对水稻叶片病害特征图中的潜在注意力信息进行深度挖掘；其次，使用深度可分离卷积代替部分标准卷积，进一步降低模型的参数量；最后，为了提高模型的泛化能力，让模型学习过程更快、更稳定，采用了自带内部归一化属性的扩展型指数线性单元函数（SELU）与外部组归一化模块相结合的方法。（剩余10935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。