基于改進Vision Transformer網(wǎng)絡的農(nóng)作物病害識別方法

摘要： 基于DCNN模型的農(nóng)作物病害識別方法在實驗室環(huán)境下識別準確率高，但面對噪聲時缺少魯棒性.為了兼顧農(nóng)作物病害識別的精度和魯棒性，本文在標準ViT模型基礎上加入增強分塊序列化和掩碼多頭注意力，解決標準ViT模型缺乏局部歸納偏置和視覺特征序列的自注意力過于關注自身的問題.實驗結果表明，本文的EPEMMSA-ViT模型對比標準ViT模型可以更高效的從零學習；當添加預訓練權重訓練網(wǎng)絡時，...