一種用于木薯葉病害細(xì)粒度識(shí)別的雙分支網(wǎng)絡(luò)

打開(kāi)文本圖片集

摘要：針對(duì)田間復(fù)雜背景下木薯葉片病害識(shí)別精度不高、類(lèi)間差異小與類(lèi)內(nèi)變化大的細(xì)粒度分類(lèi)難題，文章提出一種基于雙分支網(wǎng)絡(luò)結(jié)構(gòu)的木薯葉片病害識(shí)別方法。該網(wǎng)絡(luò)由基于深度可分離卷積的全局特征提取主干分支與局部感知的多尺度分支構(gòu)成，并創(chuàng)新性地引入動(dòng)態(tài)多層感知融合模塊，自適應(yīng)整合跨分支特征，提升細(xì)粒度判別能力。實(shí)驗(yàn)結(jié)果表明，該方法在Cassava公開(kāi)數(shù)據(jù)集上相較于ResNet101、MobileNetV3、Swin-Transformer等主流網(wǎng)絡(luò)具有更優(yōu)的細(xì)粒度識(shí)別性能，分類(lèi)準(zhǔn)確率達(dá)89.12%，在保證較低計(jì)算復(fù)雜度的同時(shí)提升了推理效率與可部署性。（剩余5616字）