| 基于SimAM-ConvNeXt-FL的茶叶病害小样本分类方法研究 |
| |
| 引用本文： | 田甜,程志友,鞠薇,张帅.基于SimAM-ConvNeXt-FL的茶叶病害小样本分类方法研究[J].农业机械学报,2024,55(3):275-281. |
| |
| 作者姓名： | 田甜 程志友 鞠薇 张帅 |
| |
| 作者单位： | 安徽大学互联网学院 |
| |
| 基金项目： | 国家自然科学基金项目(61672032) |
| |
| 摘 要： | 为实现茶叶病害精准分类，针对茶叶病害图像分类中小样本问题及类别分布不均的问题，提出了一种基于迁移学习的SimAM-ConvNeXt-FL模型的病害图像分类方法。首先在ConvNeXt模型中加入SimAM模块，以加强复杂特征的提取。其次针对样本分布不均问题，将Focal Loss函数作为训练过程中的损失函数，通过增加数量较少样本的权重来减小样本分布不均的影响。最后使用SimAM-ConvNeXt-FL模型对Plant Village数据集训练，将训练得到的参数迁移到实测的茶叶病害图像上并进行微调，减少过拟合带来的影响，设置消融实验证明模型改进的有效性，并与不同分类模型(AlexNet、VGG16、ResNet34模型)分别进行对比实验。实验结果表明，SimAM-ConvNeXt-FL模型识别效果最佳，准确率达96.48%, SimAM-ConvNeXt-FL模型较原ConvNeXt模型在茶煤病、茶藻斑病、茶炭疽病、健康叶片和茶白星病的F1值分别提高4.46、3.76、0.43、0.22、5.23个百分点。结果表明本文提出的模型具有较高的分类准确率与较强的泛化性，可推进茶叶病害分类工作发展...
|
| 关 键 词： | 茶叶病害 图像分类 小样本 迁移学习 ConvNeXt |
| 收稿时间： | 2023/8/3 0:00:00 |
Small Sample Classification of Tea Diseases Based on SimAM-ConvNeXt-FL |
| |
| TIAN Tian,CHENG Zhiyou,JU Wei,ZHANG Shuai.Small Sample Classification of Tea Diseases Based on SimAM-ConvNeXt-FL[J].Transactions of the Chinese Society of Agricultural Machinery,2024,55(3):275-281. |
| |
| Authors: | TIAN Tian CHENG Zhiyou JU Wei ZHANG Shuai |
| |
| Institution: | Anhui University |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
