多尺度融合Tswin-F网络

番茄叶片识别新框架

一种融合了双边局部注意力和自监督学习的Transformer网络,在番茄叶片病变识别上取得了比现有CNN方法更高的准确率。

Yuanbo, Ye · 周厚奎 · 于慧敏 · 胡浩基 · 张广群 · 胡军国 · He, Tao

Pattern Recognition 2024

参数信息

识别准确率
99.64 %
平均识别准确率
90.81 %

技术优势

精度领先

通过多尺度特征融合与自适应融合策略,显著提升识别准确率。

信息交互增强

双边局部注意力模块与自监督学习模块结合,增强了窗口间信息交流能力。

长距离依赖缓解

设计的FFLCA结构解决了注意力距离随层数增加的问题。

应用场景