基于改进ViT的农作物病害图像识别方法分析
2025.11.27点击:
摘要:阐述结合卷积神经网络(CNN)的局部依赖特性,提出一种基于ViT的改进模型。该改进模型通过增强区域特征采集与表示能力,能够捕捉到不同感受野的特征。在农作物病害识别中,与ViT模型相比,改进模型的准确率有明显提升,同时,与基于CNN的VGG16模型相比也具有较高的准确率。
关键词: 人工智能;图像识别;ViT;区域特征采集;局部关注;
基金资助: 智慧农场大脑知识图谱的数据采集加工及测试分析(GSAU-JSFW-2023-97);
DOI: 10.19339/j.issn.1674-2583.2025.09.041
专辑: 信息科技;农业科技
专题: 植物保护;计算机软件及计算机应用;自动化技术
分类号: TP391.41;TP183;S432
- 上一篇:基于二次分解的TCN-BiGRU短期天然气负荷预测方法分析 2025/11/27
- 下一篇:基于Apriori的地铁运营风险因素关联性分析 2025/11/27