花粉识别模型 SwinT-SRNet

低分辨率也达99%

专为低分辨率、背景复杂的花粉图像设计，无需预训练也能高精度分类。

祖宝开 · Tong, Cao · 李亚芳 · 李建强 · 句福娇 · Wang, Hongyuan

Engineering Applications of Artificial Intelligence 2024

参数信息

准确率（POLLEN8BJ）
99.46 %
准确率（POLLEN20L-det）
98.98 %
准确率（无预训练，POLLEN8BJ）
98.57 %
准确率（无预训练，POLLEN20L-det）
98.31 %

技术优势

低分辨率也清晰

ESRT 超分辨率重建消除了将低分辨率图像调整到 SwinT 输入尺寸时产生的模糊，让模型看到更清晰的细节。

高频信息抓得准

高频信息提取模块专门捕捉图像中的纹理和边缘等高频成分，为分类网络补充更丰富的信息。

不靠预训练也强

即使不加载 ImageNet 预训练权重，模型在两个数据集上仍达 98.57% 和 98.31% 的准确率，比原始 SwinT 高出 1 个百分点以上。

应用场景