用于外来入侵植物识别的双分支细粒度网络的构建方法

    公开(公告)号:CN117830822A

    公开(公告)日:2024-04-05

    申请号:CN202311505273.7

    申请日:2023-11-13

    申请人: 三峡大学

    摘要: 用于外来入侵植物识别的双分支细粒度网络的构建方法,它包括以下步骤:步骤S1:构建粗粒度分支识别子网络及细粒度分支识别子网络;步骤S2:输入的外来入侵植物图像经由细粒度分支识别子网络的第一Transformer Encoder生成细粒度特征,粗粒度分支识别子网络的第二Transformer Encoder生成粗粒度特征,将细粒度特征和粗粒度特征在第一SCHA模块和第二SCHA模块进行融合;步骤S3:将外来入侵植物不同尺度的图像送入粗粒度分支识别子网络和细粒度分支识别子网络,将经过两个Transformer Encoder的输出送到两个SCHA模块进行融合,两个MLP模块输出类别分数,最后利用类别分数来计算两个分类交叉熵损失,从而优化网络的训练;通过以上步骤对双分支细粒度网络进行构建。

    基于注意力的双分支细粒度网络识别外来入侵植物的方法

    公开(公告)号:CN117636151A

    公开(公告)日:2024-03-01

    申请号:CN202311359053.8

    申请日:2023-10-19

    申请人: 三峡大学

    摘要: 基于注意力的双分支细粒度网络识别外来入侵植物的方法,它包括以下步骤:S1、构建双分支细粒度分类网络的输入,即图片分块操作;S2:构建双分支细粒度分类网络模型,即包括一个粗粒度分支网络和一个细粒度分支网络。双分支结构相同,都包含:线性投射层、多尺度交叉融合模块和MLP模块;S3、构建多尺度交叉融合模块,用于将粗粒度分支和细粒度分支的输入进行融合;S4、将不同大小的图像块送到粗粒度分支和细粒度分支网络,多尺度交叉融合模块会将粗粒度分支和细粒度分支的网络进行融合,输出最终用于分类的分类头,最后利用输出的分类头来计算损失,来优化网络进行训练;通过以上步骤会双分支细粒度识别网络进行构建。