基于改进Vision Transformer网络的农作物病害识别方法

摘要： 基于DCNN模型的农作物病害识别方法在实验室环境下识别准确率高，但面对噪声时缺少鲁棒性.为了兼顾农作物病害识别的精度和鲁棒性，本文在标准ViT模型基础上加入增强分块序列化和掩码多头注意力，解决标准ViT模型缺乏局部归纳偏置和视觉特征序列的自注意力过于关注自身的问题.实验结果表明，本文的EPEMMSA-ViT模型对比标准ViT模型可以更高效的从零学习；当添加预训练权重训练网络时，... （共7页）