木薯叶

作品数：140被引量：508H指数：14
导出分析报告
相关领域：农业科学更多>>
相关作者：李开绵张振文周汉林李茂吕飞杰更多>>
相关机构：中国热带农业科学院海南大学广西大学中国农业科学院作物科学研究所更多>>
相关期刊：更多>>
相关基金：中央级公益性科研院所基本科研业务费专项国家现代农业产业技术体系建设项目国家自然科学基金公益性行业(农业)科研专项更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=自动化与计算机技术x
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于卷积视觉Transformer的木薯叶病识别模型
《现代电子技术》2025年第3期61-68,共8页谢聪 谢聪 王天顺 姬少培 
广西青年科学基金项目(2021GXNSFBA220080);2022年度广西农业科技基金项目(Z202234);国家自然科学基金企业联合基金(U22B2138);广西财经大数据重点实验室2022年开放基金(FEDOP2022B03)资助。
近年来,由于气候变化、室外空气污染物的增加以及全球变暖,木薯叶片病害变得更加普遍,及时和准确地检测木薯叶部病害对于防止其蔓延和确保农业生产的可持续性至关重要。然而,现有的木薯叶病检测模型很容易受到环境背景噪声的影响,这使...
关键词：木薯叶病检测 视觉Transformer 多头注意力 损失函数 识别精度 最小注意力裁剪 
在复杂背景下应用迁移学习技术优化木薯叶疾病识别与分析的研究被引量：1
《黑龙江粮食》2024年第6期74-77,共4页李振冲 周波 张绿云 施龙江 尹世海 
广西现代蚕桑丝绸协同创新中心基金资助(编号:2023GXCSSC02);大学生创新创业训练计划项目国家级大创项目(编号:202210605020)。
木薯叶病对木薯作物的生产和质量有重大影响,但传统的深度学习模型难以应对有限的木薯叶病样本。为了解决这一挑战,本文介绍了一种使用迁移学习的方法,该方法使用大型数据集来改进预训练模型,并将其知识转移到木薯叶病小样本的特定特征...
关键词：木薯叶疾病 深度学习 迁移学习 特征提取 图像分类 
基于选择性注意力神经网络的木薯叶病害检测算法被引量：2
《农业机械学报》2024年第5期254-262,272,共10页张家瑜 朱锐 邱威 陈坤杰 
江苏省农业科技自主创新资金项目(CX(20)3172)。
为了实现在复杂非结构环境下对木薯叶4种主要病害的高精度检测,提出一种基于选择性注意力机制的木薯叶病害神经网络检测改进算法MAISNet(Multiattention IBN Squareplus neural network)。以V2-ResNet-101为基础网络,先使用多重注意力...
关键词：木薯 病害检测 多重注意力算法 显著性语义特征 Squareplus激活函数 
基于卷积神经网络与迁移学习的木薯叶疾病识别
《信息与电脑》2023年第19期135-138,共4页周强 
2022年度广西城市职业大学校级科研项目“基于卷积神经网络与迁移学习的木薯叶疾病识别”(项目编号:GXCVUKY2022B007)。
文章提出一种用于识别木薯疾病的基于卷积神经网络与迁移学习的图像识别技术。文章通过对木薯叶样本进行去噪、随机水平垂直翻转、随机旋转、随机裁剪等预处理操作,扩充样本并使其更加贴合现实。文章将基于模型缩放的EfficientNet-B3卷...
关键词：卷积神经网络 迁移学习 木薯叶 疾病识别 
融合注意力机制的木薯叶病害分类方法
《徐州工程学院学报（自然科学版）》2023年第3期40-48,共9页王文涛 张根 陈大江 徐菡廷 
文章针对木薯叶病害图像因病斑区域小,部分疾病特征相似和易受背景干扰而导致识别准确率低的问题,在研究ResNeXt神经网络的基础上,设计了3种方法以提高模型的准确性和鲁棒性:1)增加了一个数据不连续的掩膜层,以缓解神经网络的过拟合问题...
关键词：植物病理 图像分类 ResNeXt CNN 多头自注意力机制 焦点损失函数 
基于YOLOX的复杂背景下木薯叶病害检测方法被引量：13
《农业机械学报》2023年第3期301-307,共7页宋玲 曹勉 胡小春 贾沛沅 陈燕 陈宁江 
国家自然科学基金项目(62162003);广西重点研发计划项目(桂科AB19110050);南宁市科技重大专项(20211005)。
为解决田间环境下由于叶片间遮盖和堆叠等因素引起的木薯叶病害识别困难的问题,本文提出一种基于改进YOLOX网络的木薯叶病害检测(Cassava leaf disease detection, CDD)模型。首先,对复杂背景下木薯叶病害图像数据集进行数据增强,以减...
关键词：木薯叶病害 复杂背景 YOLOX 目标检测 多尺度特征 
基于EfficientNet的木薯叶病变自动分类模型被引量：4
《计算机应用》2022年第S01期64-70,共7页姜天宇 赵晓林 赵搏欣 李伟龙 吴梦瑶 
国家自然科学基金资助项目(GKJJ0217060301);陕西省自然科学基金资助项目(2021JQ⁃354)。
针对数据集中标注存在错误的情况下,传统的分类方法的模型在学习错误特征时过于自信导致准确率低的问题,提出了基于EfficientNet的自动分类模型。首先,对输入图像做数据增强,扩充数据后由EfficientNet提取特征;然后,引入标签平滑和随机...
关键词：木薯叶病变分类 标签噪声 标签平滑 双稳态逻辑损失 随机丢弃节点 EfficientNet 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部