| 基于显著性检测的害虫图像分类 |
| |
| 引用本文： | 赵宏伟,霍东升,王洁,李晓宁.基于显著性检测的害虫图像分类[J].吉林大学学报(工学版),2021,51(6):2174-2181. |
| |
| 作者姓名： | 赵宏伟 霍东升 王洁 李晓宁 |
| |
| 作者单位： | 吉林大学计算机科学与技术学院,长春130012;上海航天控制技术研究所,上海201109;长春师范大学计算机科学与技术学院,长春130032 |
| |
| 摘 要： | 针对病虫害分类时害虫种类多样,且类间与类内差异大等问题,提出了一种害虫分类模型PestNet.模型主要由目标定位模块OPM和多特征融合模块MFFM组成,OPM通过U型网络结构整合害虫图像浅层细节信息和深层空间信息,初步划定显著区域并输出空间语义特征.MFFM通过对空间语义特征和抽象语义特征进行双线性池化操作,弱化背景信息,增加细节特征.此外,通过目标区域裁剪和掩膜等方式辅助训练模型,提高模型分类精度.将该模型在病虫害数据集IP102上进行实验,分类准确率可达77.40％,能够实现复杂背景下大规模害虫图像的分类识别.
|
| 关 键 词： | 计算机应用 病虫害分类 显著性检测 多特征融合 数据增强 |
Image classification of insect pests based on saliency detection |
| |
| ZHAO Hong-wei,HUO Dong-sheng,WANG Jie,LI Xiao-ning.Image classification of insect pests based on saliency detection[J].Journal of Jilin University:Eng and Technol Ed,2021,51(6):2174-2181. |
| |
| Authors: | ZHAO Hong-wei HUO Dong-sheng WANG Jie LI Xiao-ning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
