[发明专利]基于注意力机制的野生蓝莓僵果病孢子特征识别方法

权利要求书

1.一种基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，该方法包括以下步骤：

S1：构建原始图像数据集：原始图像数据集包括感染僵果病孢子的蓝莓叶子和花的图像；

S2：增强数据：通过对原始图像进行旋转、翻转、亮度调整和裁剪变换得到扩充后蓝莓僵果病孢子特征数据集；

S3：构建模型：将注意力机制与残差网络相结合，得到Model3-CA模型；

S4：设置参数：在模型中获取预训练参数；

S5：处理图像特征：对模型的参数进行提取和保存，得到蓝莓僵果病孢子特征识别模型，利用该模型的卷积对训练数据集进行特征提取；

S6：得到识别结果：通过模型可视化方法，利用梯度加权映射方法导入模型参数对图像进行可视化，得到蓝莓僵果病孢子特征识别结果并展示。

2.根据权利要求1所述的基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，步骤S2中，增强数据具体包括：

旋转：将图像随机进行角度的旋转变换；

翻转：将图像进行水平翻转变换；

亮度调整：乘以图像像素值，改变图像亮度；

裁剪变换：以整数百分比改变图像的比例。

3.根据权利要求1所述的基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，步骤S3中，构建Model3-CA模型具体包括：将注意力机制与残差网络相结合，在残差层与最后层卷积后加入注意力模块，通过卷积层的特征提取传入给注意力机制，其中注意力机制通过通道信息以及位置信息对图像特征进行提取，最后生成特征图，传入给全连接层对图像进行识别分类。

4.根据权利要求1所述的基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，步骤S4中，设置参数具体包括：

获取参数：训练步骤S2扩充后的蓝莓僵果病孢子特征数据集，对模型参数进行调整，使训练模型达到最佳训练效果，得到预训练模型参数；

设置参数：将预训练模型参数导入Model3-CA模型中，设置模型迭代次数，对蓝莓僵果病孢子特征数据集进行验证。

5.根据权利要求1所述的基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，步骤S5中，处理图像特征具体包括：

提取图像特征：通过Model3-CA模型卷积层对图像特征进行提取并保存；

训练Model3-CA模型模型：对提取的图像特征进行Model3-CA模型训练，达到设置的迭代次数，对训练完成的Model3-CA模型进行保存，该模型即为蓝莓僵果病孢子特征识别模型；

评估：对训练完成的蓝莓僵果病孢子特征识别模型进行评估。

6.根据权利要求1所述的基于注意力机制的野生蓝莓僵果病孢子特征识别方法，其特征在于，步骤S6中，得到识别结果具体包括：将待识别的蓝莓僵果病孢子特征图像导入训练评估后的蓝莓僵果病孢子特征识别模型中，通过梯度加权映射方法，得到图像识别后的可视化展示。