一种基于注意力机制深度模型的植物叶片识别方法

摘要

本发明涉及一种基于注意力机制深度模型的植物叶片识别方法，包括步骤：1)通过裁剪、翻转、旋转、加噪声方式扩充植物叶片图片数据集，通过基础网络模型提取图片特征；2)通过压缩得到特征中不同通道的通道描述子，再通过萃取得到不同通道的权重，将各通道根据相应的权重进行缩放，得到输入图片的全局特征图谱；3)将特征通过特殊的卷积层操作提取输入图片的局部特征；4)结合全局特征和局部特征获得网络最终的损失函数并对网络进行训练；5)移除网络模型的Softmax层，融合全局特征和局部特征得到的类别概率，获取植物叶片的识别类别。与现有技术相比，本发明具有模型识别的准确率高、提高收敛速度等优点。