基于多尺度注意力機制網(wǎng)絡(luò)的玉米害蟲識別方法

打開文本圖片集

摘要：玉米是我國主要的農(nóng)業(yè)糧食作物，害蟲嚴重影響其產(chǎn)量和質(zhì)量。為快速、準確地識別玉米害蟲，針對現(xiàn)有卷積神經(jīng)網(wǎng)絡(luò)識別方法需要大量數(shù)據(jù)集和關(guān)鍵特征易丟失等問題，提出一種基于多尺度注意力機制網(wǎng)絡(luò)（MCANet）的玉米害蟲識別方法。首先，該方法采用空間金字塔循環(huán)（SPR）模塊提取不同害蟲圖像的類型和位置信息；其次，在特征融合模塊中引入多級通道注意力機制模塊，以保障高維語義信息與低維特征的有效融合；同時將多尺度空洞卷積模塊引入多級通道注意力網(wǎng)絡(luò)模型，構(gòu)建多尺度多通道注意力網(wǎng)絡(luò)模型，來提取多尺度判別特征，提高模型的識別效率；最后，在1個較小的玉米害蟲圖像數(shù)據(jù)集上進行試驗，實現(xiàn)對玉米紅緣燈蛾、葉夜蛾、玉米黏蟲、玉米螟害蟲的識別，當訓練樣本與測試樣本之比為90 ∶10時，玉米害蟲識別準確率高達91.60%，與多尺度殘差神經(jīng)網(wǎng)絡(luò)（MSRNN）、改進卷積神經(jīng)網(wǎng)絡(luò)（ICNN）、VGG-ICNN、輕量級CNN（LWCNN）相比，識別率分別提高24.40、18.77、8.00、4.40百分比。（剩余8423字）