融合ViT和通道注意力的水稻病害识别技术研究  

作　　者：涂雪滢 张佳鹏 钱程 刘世晶[1,2] 

机构地区：[1]中国水产科学研究院渔业机械仪器研究所,上海200092 [2]农业农村部渔业装备与工程技术重点实验室,上海200092

出　　处：《农业与技术》2025年第7期69-74,共6页Agriculture and Technology

基　　金：上海市科技兴农项目“稻田面源污染综合防治技术研究与生态系统构建示范”(项目编号:沪农科推字(2022)第2-3号)。

摘　　要：水稻产量和质量对农业经济、粮食安全、农民收入及生态环境至关重要,而水稻病害是影响其产量和质量的关键因素之一。为提升实际种植场景下的病害识别准确率,本文提出了一种融合Vision Transformer和通道注意力机制的水稻病害识别方法。收集田间拍摄的水稻病害图像,并通过翻转、旋转、缩放等数据增强手段丰富样本多样性。针对病斑特征在图像中尺度变化大、形态复杂、局部与全局关联困难的问题,采用Vision Transformer作为基础框架,捕捉局部特征与全局信息,并融入通道注意力机制,提升模型对重要特征的关注度。引入迁移学习策略及学习率调度器,提升在样本不足情况下的识别精度并优化模型收敛速度。实验结果表明,本文方法识别精度达96.93%,相比AlexNet、VGG16、ResNet50及原始Vision Transformer,准确率分别提高4.95%、4.62%、1.91%和1.16%,且收敛速度更快,能够满足水稻病害识别需求,为其提供有效的技术支持。

关 键 词：水稻病害 图像识别 Vision Transformer 通道注意力机制 

分 类 号：S24[农业科学—农业电气化与自动化]