简单三维注意力机制水稻病害识别模型

Simple 3D attention mechanism model for rice disease identification

准确、快速地识别水稻病害并及时采取防治措施,是减少水稻产量损失和提高水稻质量的有效途径之一。以生产上常见的6种水稻病害为研究对象,提出一种简单的三维注意力机制水稻识别模型。不同于通道注意力或空间注意力方法将研究对象特征分开考虑而导致研究对象本身固有的三维特性丢失的现象,本研究借鉴人类观察物体时将观察主体作为三维整体考虑的特点,提出算法。不同于SimAM算法将输入图像中的激活像素人为设置+1作为正样本、不激活像素设置-1作为负样本的假定,本研究不对输入图像的每个像素作人为硬性阈值的设定,而是保留其本身输入特征大小;这种设定不会破坏研究对象本身的固有属性,更符合研究主题自身的特性。研究结果表明,在自建水稻病害识别数据集达到的最高准确率为98.6%,比SimAM算法提高0.84百分点;相比经典网络模型ResNet50、MobileNetV2、EfficientNet_B0、DenseNet分别提高1.71、1.93、1.93、0.84百分点;相比通道注意力机制模型SENe、ECA模型分别提高1.20、1.28百分点,表明本模型能够为自然环境下水稻病害的智能识别提供技术支持。