基于改進(jìn)Swin-Transformer的柑橘病葉分類模型

打開(kāi)文本圖片集

摘要：針對(duì)柑橘病害人工檢測(cè)效率低、成本高、準(zhǔn)確度低等問(wèn)題，結(jié)合人工智能技術(shù)對(duì)柑橘病葉進(jìn)行分類識(shí)別。首先，建立模擬復(fù)雜環(huán)境下的柑橘病葉數(shù)據(jù)集。其次，提出一種改進(jìn)的Swin-Trasnformer柑橘病葉分類模型，包含局部感知通道增強(qiáng)注意力模塊（LPCE），以提升模型的感受野和特征表達(dá)能力，通過(guò)通道之間的相關(guān)性進(jìn)行加權(quán)，使模型更容易提取關(guān)鍵特征。（剩余13452字）