基于混合注意力机制的植物病害识别

摘要

针对现有的多种植物病害分类识别方法存在准确率不高的问题,提出一种基于混合注意力机制深度残差网络的植物病害识别方法.该识别方法通过在传统的残差神经网络上,增加空间注意力模块以及通道注意力模块,使网络对于图片的细节部分的注意力更高,提取的特征更为丰富.为了验证改进后的网络模型对植物病害分类识别的有效性,使用改进的模型与现有方法进行对比试验.结果表明,基于混合注意力机制的残差网络对于植物病害有很好的识别效果,实验识别准确率达到92.08％,该方法可为植物病害的分类识别提供参考.