基于改进MobileViT网络的水稻病害识别方法技术

本发明专利技术公开了一种基于改进MobileViT网络的水稻病害识别方法，包括：获取待测的含多种水稻病害的图像数据并进行预处理，得到已标注病害种类的水稻病害图像数据；将已标注病害种类的水稻病害图像数据输入已训练好的改进MobileViT网络中，经过改进MobileViT网络的3×3卷积层、MbECA模块、MobileViTblock、PoolFormer模块、CA模块、全局平均池化层和线性层的处理后，输出最终的病害识别结果，即得到正确的病害类型。本发明专利技术不仅显著降低网络的参数量和计算需求，同时也保证了病害识别的高准确率，为水稻病害的快速、准确识别提供了创新的技术解决方案，以适应农业应用中对快速响应和高效性的需求。

【技术实现步骤摘要】

本专利技术涉及智慧农业的，尤其是指一种基于改进mobilevit网络的水稻病害识别方法。

技术介绍

1、在水稻种植业中，准确快速地识别和管理水稻病害是一个关键且挑战性的任务。传统方法主要依靠人工观测进行病害识别，这不仅效率低下，耗时费力，而且容易受到操作者技术水平和经验的影响，导致识别准确度有限。随着计算机视觉和深度学习技术的快速发展，基于深度学习的水稻病害识别方法逐渐成为研究热点。这类方法能够利用其卓越的特征表示和泛化能力，在大量数据的支持下，自动提取图像中的复杂语义特征，从而提升识别的精度和效率。

2、尽管如此，目前深度学习技术在水稻病害识别方面仍面临诸多挑战。其中最显著的问题之一是，大多数深度学习网络往往伴随着庞大的网络参数和高昂的计算成本，这在实际农业应用环境中往往难以满足对资源的约束和快速响应的需求。此外，在追求轻量化网络架构的过程中，往往会出现识别精度的下降，这对于高精准度要求的农业应用场景而言是不可接受的。

技术实现思路

1、本专利技术的目的在于解决现有水稻病害识别技术中存在的局限性本文档来自技高网...

【技术保护点】

1.基于改进MobileViT网络的水稻病害识别方法，其特征在于，该方法是基于改进MobileViT网络实现水稻病害的高效、精准识别，该MobileViT网络的改进包括：①在MobileViT网络的后两个block中，将原有的Transformer Encoder替换为更加高效的PoolFormer模块，在减少网络参数量的同时提高网络在水稻病害识别上的准确率；②在MV2模块的基础上添加了作为通道注意力机制的ECA模块，用于提高网络的学习能力和鲁棒性，还为网络提供了更深层次的特征理解和分析能力，将添加了ECA模块的MV2模块称为MbECA模块；③在MobileViT网络的最后一个1×1卷积...

【技术特征摘要】

1.基于改进mobilevit网络的水稻病害识别方法，其特征在于，该方法是基于改进mobilevit网络实现水稻病害的高效、精准识别，该mobilevit网络的改进包括：①在mobilevit网络的后两个block中，将原有的transformer encoder替换为更加高效的poolformer模块，在减少网络参数量的同时提高网络在水稻病害识别上的准确率；②在mv2模块的基础上添加了作为通道注意力机制的eca模块，用于提高网络的学习能力和鲁棒性，还为网络提供了更深层次的特征理解和分析能力，将添加了eca模块的m...

【专利技术属性】
技术研发人员：钟南，林子超，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：