基于多尺度注意力残差网络的桃树害虫图像识别

在自然场景下拍摄的桃树害虫图像中，不同种类的害虫个体大小存在差异，并且存在害虫颜色与背景颜色相似的问题，影响了害虫图像识别的准确性。为了解决上述问题，本文提出了一种基于多尺度注意残差网络的桃害虫图像识别模型。首先，用多尺度卷积代替残差网络的第一层普通卷积，减轻了大卷积核对小尺度目标特征的不敏感性，提高了多尺度害虫特征提取的能力。其次，在残差结构中加入注意机制选择核卷积单元，通过自适应调整提取害虫信息，产生有效感知，抑制背景干扰。实验结果表明，该模型的识别准确率为93.27%，取得了良好的识别效果。