基于池化视觉Transformer杂草生长周期检测方法

摘要

本发明公开了一种基于池化视觉Transformer杂草生长周期检测方法，该方法的目的是为了判别检测杂草的生长周期。该方法的主要步骤包括：采用不同生长阶段的杂草数据集，将其合理的划分为训练集和验证集；使用样本增强技术，将训练集图片进行扩充；提出基于预训练PiT神经网络模型的杂草生长周期特征提取方法，采用改进的迁移学习的方法在已经训练好模型的基础上，用新的数据集对初始化模型进行二次训练得到杂草生长周期分类器；利用测试集对模型参数进行微调。采用这种方法能快速准确的对杂草不同生长周期进行识别，对所采集的图像数据要求较低。