复杂光照环境下基于改进生成对抗网络的甘蔗病害样本增强应用分析  

作　　者：李冬睿[1] 邱尚明[1] 杨颖[1] 

机构地区：[1]广东农工商职业技术学院计算机学院

出　　处：《数字技术与应用》2023年第10期64-66,共3页Digital Technology & Application

基　　金：2022年广东省教育厅普通高校重点领域专项“基于深度学习的甘蔗病害识别研究”(2022ZDZX1063)。

摘　　要：甘蔗病害的识别与检测是农业领域的一个重要课题。然而,在实际应用中,受限于光照环境的复杂性以及甘蔗病害样本的不足,传统的数据增强方法难以满足实际需求。为了解决这一问题,提出一种基于改进的生成对抗网络(Improved GAN)的复杂光照环境下甘蔗病害样本增强技术。该方法引入了自注意力机制和渐进式生成对抗网络(ProGAN),实现对甘蔗病害样本的增强。实验结果表明,与传统的数据增强方法相比,提出的方法能够有效提高甘蔗病害识别模型的泛化能力和准确率。

关 键 词：生成对抗网络 注意力机制 复杂光照 识别模型 数据增强 光照环境 泛化能力 渐进式 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]