基于改進(jìn)Swin-Transformer的柑橘病葉分類模型

打開文本圖片集

摘要：針對柑橘病害人工檢測效率低、成本高、準(zhǔn)確度低等問題，結(jié)合人工智能技術(shù)對柑橘病葉進(jìn)行分類識別。首先，建立模擬復(fù)雜環(huán)境下的柑橘病葉數(shù)據(jù)集。其次，提出一種改進(jìn)的Swin-Trasnformer柑橘病葉分類模型，包含局部感知通道增強(qiáng)注意力模塊（LPCE），以提升模型的感受野和特征表達(dá)能力，通過通道之間的相關(guān)性進(jìn)行加權(quán)，使模型更容易提取關(guān)鍵特征。（剩余13452字）