基于Bi-LSTM與多尺度神經(jīng)網(wǎng)絡(luò)模型的番茄病害識(shí)別

打開(kāi)文本圖片集

摘要：番茄葉片病害的精準(zhǔn)識(shí)別對(duì)農(nóng)業(yè)領(lǐng)域未來(lái)的發(fā)展至關(guān)重要，農(nóng)業(yè)研究人員逐漸使用深度學(xué)習(xí)的方法進(jìn)行植物病害的精準(zhǔn)檢測(cè)。然而對(duì)比以往的神經(jīng)網(wǎng)絡(luò)可以發(fā)現(xiàn)，它們普遍缺少上下文信息的連續(xù)性以及全文信息的完整性。對(duì)此本研究提出了一種Bi-LSTM和多尺度卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的模型，采用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)，可以更好地捕捉雙向信息的反饋，使上下文的信息更具有連續(xù)性，而所提出的多尺度卷積神經(jīng)網(wǎng)絡(luò)既保證了全局信息的完整性，同時(shí)減少了細(xì)節(jié)信息的丟失，為了提高模型對(duì)病害特征的識(shí)別能力引入注意力模塊，從而使模型重點(diǎn)關(guān)注疾病的特征部分。（剩余12183字）