面向不平衡數(shù)據(jù)的木薯葉部病害圖像識別方法

打開文本圖片集

摘要：

為提高產(chǎn)地環(huán)境下木薯葉部病害自動識別的準(zhǔn)確性，解決病害圖像低對比度和數(shù)據(jù)長尾分布問題，建立一種深度學(xué)習(xí)模型SwinTFCC用于木薯葉部病害識別。該模型采用Swin Transformer作為骨干網(wǎng)絡(luò)，借助Swin Transformer的自注意力機制和層級結(jié)構(gòu)關(guān)注局部與全局特征，使其對復(fù)雜背景病害識別具有魯棒性；將最后一層特征輸入特征簇壓縮模塊，以映射稀疏特征簇為稠密特征簇，減少長尾分布中樣本少的類別稀疏特征簇跨越?jīng)Q策邊界導(dǎo)致分類錯誤情況；并采用遷移學(xué)習(xí)在木薯葉部病害圖像數(shù)據(jù)集上進行訓(xùn)練，以提升木薯葉部病害識別性能。（剩余16431字）