基于Vision Transformer的小麦病害图像识别算法 |
| |
引用本文: | 白玉鹏,冯毅琨,李国厚,赵明富,周浩宇,侯志松.基于Vision Transformer的小麦病害图像识别算法[J].中国农机化学报,2024(2):267-274. |
| |
作者姓名: | 白玉鹏 冯毅琨 李国厚 赵明富 周浩宇 侯志松 |
| |
作者单位: | 1. 河南科技学院信息工程学院;2. 郑州大学软件与应用科技学院;3. 河南科技学院食品学院;4. 西安电子科技大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金(11871196);;河南省科技攻关项目(232102111125); |
| |
摘 要: | 小麦白粉病、赤霉病和锈病是危害小麦产量的三大病害。为提高小麦病害图像的识别准确率,构建一种基于Vision Transformer的小麦病害图像识别算法。首先,通过田间拍摄的方式收集包含小麦白粉病、赤霉病和锈病3种病害在内的小麦病害图像,并对原始图像进行预处理,建立小麦病害图像识别数据集;然后,基于改进的Vision Transformer构建小麦病害图像识别算法,分析不同迁移学习方式和数据增强对模型识别效果的影响。试验可知,全参数迁移学习和数据增强能明显提高Vision Transformer模型的收敛速度和识别精度。最后,在相同时间条件下,对比Vision Transformer、AlexNet和VGG16算法在相同数据集上的表现。试验结果表明,Vision Transformer模型对3种小麦病害图像的平均识别准确率为96.81%,相较于AlexNet和VGG16模型识别准确率分别提高6.68%和4.94%。
|
关 键 词: | 小麦病害 Vision Transformer 迁移学习 图像识别 数据增强 |
|