摘要
研究概况针对温室环境复杂背景下番茄早疫病病斑难以准确识别的问题,提出一种融合通道注意力机制的ResUnet模型。构建温室环境复杂背景下的番茄早疫病数据集;通过融合通道注意力机制的ResUnet模型进行病斑分割,其中ResUnet网络能够学习不同深度特征的重要性,嵌入通道注意力机制使改进的模型更加关注病斑的位置特征。该模型对番茄叶部早疫病病斑分割的准确率为97%,比Unet和Resnet101模型分别提高1.99%和2.97%。
出处
《中国农机化学报》
北大核心
2024年第8期F0003-F0003,共1页
Journal of Chinese Agricultural Mechanization