Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
基于深度学习的使用视觉转换器进行植物病害自动分类的方法
Scientific Reports ( IF 3.8 ) Pub Date : 2022-07-07 , DOI: 10.1038/s41598-022-15163-0
Yasamin Borhani 1 , Javad Khoramdel 2 , Esmaeil Najafi 1
"点击查看英文标题和摘要"
更新日期：2022-07-07
Scientific Reports ( IF 3.8 ) Pub Date : 2022-07-07 , DOI: 10.1038/s41598-022-15163-0
Yasamin Borhani 1 , Javad Khoramdel 2 , Esmaeil Najafi 1
Affiliation
|
植物病害会减少每个农场的相当一部分农产品。这项工作的主要目标是为农民提供视觉信息，使他们能够采取必要的预防措施。提出了一种基于视觉转换器（ViT）的轻量级深度学习方法，用于实时自动化植物病害分类。除了 ViT 之外，经典的卷积神经网络 (CNN) 方法以及 CNN 和 ViT 的组合已用于植物病害分类。这些模型已经在多个数据集上进行了训练和评估。基于获得的结果之间的比较，得出的结论是，虽然注意力块提高了准确性，但它们会减慢预测速度。将注意力块与 CNN 块结合起来可以补偿速度。
"点击查看英文标题和摘要"
京公网安备 11010802027423号