典型文献
基于多尺度特征拼接的小样本茶叶病害分类
文献摘要：
传统的茶叶病害分类是一项耗时耗力的工作.针对该问题,提出一种基于多尺度特征拼接的网络模型,用于小样本茶叶病害分类.通过多尺度注意力模块提取茶叶叶片的显著性特征,进而得到显著性图像.对显著性图像与原始图像进行通道特征拼接,使拼接后的图像既包含全局特征又包含局部特征.融合多个不同卷积层输出的特征,使特征图包含空间和语义信息.分类实验结果表明:用可分离卷积代替常规卷积后,该文模型参量总数小于关系网络模型参量总数的1/2,提高了分类效率;相对于其他5种模型,该文模型分类准确率最高.
文献关键词：
茶叶病害分类;多尺度注意力模块;显著性区域;可分离卷积
中图分类号：
作者姓名：
张艳;王林茂;程志友;章杨凡;储著增
作者机构：
安徽大学 电子信息工程学院,安徽 合肥 230601
文献出处：
引用格式：
[1]张艳;王林茂;程志友;章杨凡;储著增-.基于多尺度特征拼接的小样本茶叶病害分类)[J].安徽大学学报（自然科学版）,2022(05):58-63
A类：
茶叶病害分类
B类：
多尺度特征,特征拼接,小样本,耗力,多尺度注意力模块,显著性特征,显著性图,原始图像,通道特征,全局特征,局部特征,卷积层,特征图,语义信息,可分离卷积,参量,关系网络模型,模型分类,分类准确率,显著性区域
AB值：
0.249759
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
