信息所科研人员研究提出基于天气数据增强和多级注意力机制的植物病害识别模型
文章来源:科学数据研究室 作者:樊景超 发布时间:2023-10-16
点击量:
【字体:大 中 小】
近日, 中国农业科学院农业信息研究所樊景超团队提出了基于天气数据增强和多级注意力机制的植物病害识别模型,相关研究成果发表于《Journal of King Saud University - Computer and Information Sciences》。
植物病害的准确检测和识别是发展农业生产智能化、现代化的重要一步。传统农业依赖人工进行农作物病害情况识别容易导致误判与错判问题,严重阻碍了高质量农业的快速发展。
为推动农业生产的智能化与现代化,实现植物叶部病害检测的自动化,本研究提出了一种高精度、低消耗的轻量化识别模型PPLC-Net。该模型使用新颖的天气数据增强来扩展样本量,以增强特征提取的泛化性和鲁棒性。该方法将传统数据增强与针对天气变化的数据增强技术相结合,能够尽可能模拟复杂农业环境中数据样本的多样性,缓解数据分布不均匀的问题,显著提高模型的泛化能力。相较于传统数据增强,应用天气数据增强能够提高特征的表达能力,并适应农业复杂环境下病害识别的高效作业。本研究PPLC-Net模型在较高的性能下保持模型轻量化的特性,可适应多种真实农业环境下植物病害识别的需求,为植物叶片病害检测中的精度与模型参数量问题提供了潜在的补救措施。
该研究得到国家农业科学数据中心项目资助。
原文链接:https://www.sciencedirect.com/science/article/pii/S1319157823001015