融合分组注意力机制的水稻病虫害图像识别算法

• 作者: 高雨亮 徐向英 章永龙 顾逸枫 张力峰 李斌
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 农学
• 关键词: 水稻病虫害识别 Inception-ResNetV1 分组注意力
• 年，卷（期）: 2021,（6）
• 页码范围: 53-57
• 页数: 5页
• 分类号: TP391.41|S41-30
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2021.06.010

摘要

针对传统的水稻病虫害图像识别算法缺乏注意力权重、准确率低下等问题,提出一种基于深度学习的水稻病虫害识别算法.在Inception-ResNetV1卷积模块引入分组注意力(shuffle attention,SA),使得注意力模块参数量大幅降低并提升图像识别的准确度.在自制的水稻病虫害数据集中,病虫害图像识别的准确度高达95.55％,与传统模型ResNet50和Inception ResNetV1相比,模型参数量分别下降62.7％和32.5％,准确度分别上升1.8％和1.21％.