基于注意力與小平方核的ConvNeXt農(nóng)業(yè)雜草識別方法

打開文本圖片集

摘要：針對復雜自然環(huán)境下雜草識別準確率不高、泛化和擬合能力較差等問題，提出基于注意力與小平核的ConvNeXt雜草圖像識別方法。首先，在ConvNeXt模塊中加入GRN正則化策略，有效減少識別過程的過擬合風險，提高模型的泛化能力；其次，提出在所有Block中把7×7的深度可分離卷積分解為有4個平行分支的小平方核，提升對雜草圖像的特征提取能力；最后，在ConvNeXt結(jié)合上述方法下，引入SENet通道注意力模塊，進一步提高模型在通道方向的特征融合，強化雜草特征，構(gòu)建出雜草識別模型。（剩余11280字）