首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于FCSA-EfficientNetV2的农作物病害识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河北工业大学;天津市农业科学院;天津商业大学

摘要:本发明为一种基于FCSA‑EfficientNetV2的农作物病害识别方法,该识别方法首先对农作物病害图像数据预处理,接着构建FCSA‑EfficientNetV2模型,然后将提取的特征输入到全连接层得到预测结果,最后使用带有标签平滑的交叉熵与成本敏感正则化相结合的损失函数更新模型参数并保存;所述FCSA‑EfficientNetV2模型以EfficientNetV2网络为基础,将注意力模块FCSA替换EfficientNetV2网络中MBConv模块的SE注意力模块。注意力模块FCSA先采用频域注意力获得特征在不同频域上的关注度,再使用空间注意力对频域注意力的特征进行空间上的关联,来对频域特征中需要关注的位置增强关注度,通过频域和空间注意力串联的方式构建FCSA模块,经过注意力增强的特征图输入到全连接层实现了不同作物病害及病害程度的识别。

主权项:1.一种基于FCSA-EfficientNetV2的农作物病害识别方法,其特征在于,该识别方法首先对农作物病害图像数据预处理,接着构建FCSA-EfficientNetV2模型,然后将提取的特征输入到全连接层得到预测结果,最后使用带有标签平滑的交叉熵与成本敏感正则化相结合的损失函数更新模型参数并保存,获得训练好的FCSA-EfficientNetV2模型;所述FCSA-EfficientNetV2模型以EfficientNetV2网络为基础,将注意力模块FCSA替换EfficientNetV2网络中MBConv模块的SE注意力模块;所述注意力模块FCSA的流程是:将输入特征图分为N组特征,对每组特征分别采用不同的频率分量在各个通道上进行离散余弦变换计算,得到N组频域特征,将得到的N组频域特征进行concat拼接;然后使用全连接层降低维数并使用ReLU激活函数,再使用全连接层增加维数至原特征的通道数并使用sigmoid激活函数,得到频域注意力特征权重;将输入特征图的特征F与频域注意力特征权重相乘,得到频域注意力特征FFCA,使用通道维度上的平均池化处理频域注意力特征FFCA、同时使用通道维度上的最大池化处理频域注意力特征FFCA,将平均池化和最大池化处理后的特征进行特征拼接,再使用卷积核大小为7×7的卷积层将通道数调整为1层,使用sigmoid激活函数,得到频域空间位置特征权重,将频域注意力特征FFCA与频域空间位置特征权重相乘得到输出频域空间特征图FFCSA;将待识别的农作物病害图像输入到训练好的FCSA-EfficientNetV2模型中,实现对农作物病害图像种类、病害、病害程度的识别。

全文数据:

权利要求:

百度查询: 河北工业大学 天津市农业科学院 天津商业大学 一种基于FCSA-EfficientNetV2的农作物病害识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。