农业机械学报

作者：孙艳歌，吴飞，姚建峰，周棋赢，沈剑波

单位：信阳师范大学,信阳师范大学,信阳师范大学,信阳师范大学,北京市农林科学院,

关键词：茶叶;病害检测;目标检测;多尺度;自注意力机制;特征融合

基金：河南省自然科学基金青年项目(222300420274)、河南省自然科学基金面上项目(232300421167)、河南省研究生课程思政示范课程项目（YJS2023SZ23）和信阳师范大学研究生科研创新基金项目(2021KYJJ56)

针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题，提出了一种多尺度自注意力茶叶病害检测方法（Multi-scale guided self-attention network，MSGSN）。该方法首先采用基于VGG16的多尺度特征提取模块，以获取茶叶病害图像在不同尺度下的局部细节特征，例如纹理和边缘等，从而有效表达多尺度的局部特征。其次，通过自注意力模块捕获茶叶图像中像素之间的全局依赖关系，实现病害图像全局信息与局部特征之间的有效交互。最后，采用通道注意力机制对多尺度特征进行加权融合，提升了模型对病害多尺度特征的表征能力，使其更加关注关键特征，从而提高了病害检测的准确性。实验结果表明，融合多尺度自注意力的茶叶病害检测方法在背景复杂、病害尺度多变等场景下具有更好的检测效果，平均精度均值达到92.15%。该方法可为茶叶病害的智能诊断提供参考依据。

来源：2023年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第12期