一种基于EfficienNetV2S的虫害细粒度识别方法技术

本发明专利技术公开了一种基于EfficienNetV2S的虫害细粒度识别方法，包括如下步骤：S1、收集农业昆虫图像，并预处理得到数据集；S2、构建细粒度分类模型，所述细粒度分类模型以EfficienNetV2‑S为主干网络，在EfficienNetV2‑S中带有SE注意力模块的MBConv模块嵌入一个多尺度注意力EMA模块，记为EMA‑MBConv；S3、将预处理后的数据集作为输入训练细粒度分类模型；S4、获取待识别的图像经预处理后，通过完成训练的细粒度分类模型进行昆虫分类。该方法解决实际农业中害虫种类多，背景复杂，类内差异大，类间差异小且数据分布不平衡导致害虫分类准确率低的问题。

【技术实现步骤摘要】

本专利技术涉及农业图像分类，具体指一种基于efficiennetv2s的虫害细粒度识别方法。

技术介绍

1、作为农业大国，农业是影响我国国民经济的重要组成部分之一。而造成农作物减产的主要因素之一即为虫害。虫害所涉及到的都是昆虫，而昆虫种类繁多、形态各异，是世界上数量最多的动物种群，与人类的生活关系密切，此外昆虫对粮食安全、生态安全、生物多样性人生安全影响巨大。对昆虫的鉴定、识别和分类等研究对农作物保护和生物多样性保护等有着十分重要的意义。

2、昆虫精细化研究是解决形态相似或复杂的昆虫分类阶元识别问题的重要手段，近年来研究人员提出了细粒度图像分类的概念，在区分出基本类别的基础上，进行更精细的子类划分，是目前图像分类的热点方向之一。目前对昆虫细粒度分类的方法有以下几种，2021年wang提出了一种基于capsule网络和注意力机制的作物害虫识别方法(cnetam)，识别8种相似昆虫的精度可达到80％。2022年don等人使用视觉变换(vit)架构对微观昆虫进行基于注意力机制的细粒度分类，在识别西部花蓟马和瘟疫蓟马这样的微小昆虫上取得97.8％的精度本文档来自技高网...

【技术保护点】

1.一种基于EfficienNetV2S的虫害细粒度识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于EfficienNetV2S的虫害细粒度识别方法，其特征在于，所述步骤S1中，收集的农业昆虫图像为类内差异小类间差异大的农业昆虫图像。

3.根据权利要求1所述的一种基于EfficienNetV2S的虫害细粒度识别方法，其特征在于，所述预处理方法为：通过Cutout对收集的图像进行数据增强，并将数据增强后的图像大小调整为224×224。

4.根据权利要求1所述的一种基于EfficienNetV2S的虫害细粒度识别方法，其特征在于，所述...

【技术特征摘要】

1.一种基于efficiennetv2s的虫害细粒度识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于efficiennetv2s的虫害细粒度识别方法，其特征在于，所述步骤s1中，收集的农业昆虫图像为类内差异小类间差异大的农业昆虫图像。

3.根据权利要求1所述的一种基于efficiennetv2s的虫害细粒度识别方法，其特征在于，所述预处理方法为：通过cutout对收集的图像进行数据增强，并将数据增强后的图像大小调整为224×224。

4.根据权利要求1所述的一种基于efficiennetv2s的虫害细粒度识别方法，其特征在于，所述多尺度注意力ema模块,采用特征分组的策略，针对任何给定的输入特征图c×h×w，在通道维度c上进行划分c//g×h×w，划分为三条平行路径两个1x1分支和一个3x3分支，其输入张量分别为c//g×1×w、c//g×h×1和c//g×h×w；

5.根据权利...

【专利技术属性】
技术研发人员：陈冬梅，李佳，魏凯华，李响，王海亮，卢成波，曹佩佩，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：