典型文献
基于改进的Vision Transformer杂草生长周期识别方法研究
文献摘要：
通过对农业杂草生长周期的识别分类,达到精准除草的目的.通过使用多卷积模块,使得改进的Vision Transformer模型提取到更加丰富的特征和语义信息,实现对杂草图像生长周期的识别分类.实验结果表明,运用改进Vision Transformer网络模型比传统卷积神经网络识别准确率提升4％.
文献关键词：
VisionTransformer;卷积神经网络;农业杂草
中图分类号：
作者姓名：
王贵参;杨承林;蒲佳佳;伍俊霖;王红梅
作者机构：
长春工业大学计算机科学与工程学院,吉林长春 130102
文献出处：
引用格式：
[1]王贵参;杨承林;蒲佳佳;伍俊霖;王红梅-.基于改进的Vision Transformer杂草生长周期识别方法研究)[J].长春工业大学学报,2022(06):712-718
A类：
农业杂草,VisionTransformer
B类：
生长周期,周期识别,识别分类,除草,多卷,卷积模块,取到,语义信息,草图,识别准确率,准确率提升
AB值：
0.263193
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。
