龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽工业大学
摘要：本发明公开了一种基于改进ConvNeXt网络的茶叶病虫害分类识别方法，属于茶叶病虫害分类技术领域，包括以下步骤：S1：样本预处理；S2：增加双注意力机制；S3：增加SCConv卷积模块；S4：网络搭建；S5：网络训练；S6：分类识别。本发明通过在原始ConvNeXt网络中添加双注意力模块，增强了网络提取重要特征的能力，同时抑制了不必要的特征；并在原始网络中增加SCConv卷积模块，该模块包括SRU和CRU，SRU主要关注输入特征图的空间相关性，CRU关注输入特征图的通道相关性；通过各种比较实验证明了改进的有效性，并成功地将准确率从93.7％提高到95.4％。
主权项：1.一种基于改进ConvNeXt网络的茶叶病虫害分类识别方法，其特征在于，包括以下步骤：S1：样本预处理对茶叶病虫害数据集的图像样本进行预处理；S2：增加双注意力机制在原始ConvNeXt网络的ConvNeXtBlock模块的DW卷积层前融合Dual注意力模块，得到改进后的ConvNeXtBlock模块，即DW-Dual模块；S3：增加SCConv卷积模块在DW-Dual模块前增加SCConv卷积模块，利用SRU关注输入特征图的空间相关性，CRU关注输入特征图的通道相关性，进一步对ConvNeXtBlock模块进行改进，得到SCConvNeXt-Dual模块；S4：网络搭建以原始ConvNeXt网络的结构为原型，搭建出新的ConvNeXt网络；S5：网络训练利用训练集对步骤S4中新的ConvNeXt网络进行训练，训练后得到茶叶病虫害分类识别模型，并用独立的测试集对茶叶病虫害分类识别模型进行测试；S6：分类识别将待检测图片输入茶叶病虫害分类识别模型进行分类识别，获取分类识别结果。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于改进ConvNeXt网络的茶叶病虫害分类识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号