三分支Swin Transformer

病害识别精度99%

这种三分支结构将病害和严重度分类任务分开处理,配合深度监督训练,避免了多任务学习中的相互干扰,显著提升了模型对植物病害的识别能力。

Yang, Bin · Zhulian, Wang · Jinyuan, Guo · Lili, Guo · 梁桥康 · Qiu, Zeng · Ruiyuan, Zhao · Wang, Jianwu · Caihong, Li

Computers and Electronics in Agriculture 2023

参数信息

病害分类准确率
99.00 %
严重度分类准确率
88.73 %

技术优势

病害和严重度分开识别

三分支结构将病害和严重度作为两个独立任务处理,避免多任务学习中的相互干扰,提高模型的泛化能力。

特征融合增强判别力

使用紧凑双线性池化技术融合多分支特征,增强特征提取器的学习能力,从而提取更具判别力的特征。

深度监督提升整体性能

深度监督模块结合隐藏层和最后一层的损失,使所有层都能高效地为病害和严重度分类工作,从而提升总体准确率。

应用场景