結合注意力機制與雙向特征融合的葉片病害檢測方法

打開文本圖片集

摘要：傳統(tǒng)的Mask R-CNN網(wǎng)絡檢測目標時會出現(xiàn)特征丟失和特征混淆的情況，且對于密集的小目標容易出現(xiàn)漏檢、錯檢等問題。針對這一問題，提出一種結合注意力機制和雙向特征融合的葉片病害檢測方法。首先，構建數(shù)據(jù)集時給葉片圖片加入高斯噪聲斯和椒鹽噪聲兩種人工噪聲，模仿自然界的復雜噪聲，提升數(shù)據(jù)的多樣性；其次，結合PAFPN結構與CBAM注意力機制，生成的CBAM-PAFPN結構，替代Mask R-CNN網(wǎng)絡FPN結構，優(yōu)化Mask R-CNN網(wǎng)絡的特征提取方式；最后，將原網(wǎng)絡NMS篩選候選框的方式替換為Soft-NMS。（剩余15976字）