融合注意力机制的GAN病虫害图像超分辨率重建

来源：湖北农业科学杂志2024年第9期北京时间：

作者：费加杰, 杨毅, 曾晏林, 蔺瑶, 贺壹婷, 黎强, 张圣笛

单位：云南农业大学大数据学院,昆明 650500

摘要：收集咖啡和柑橘病虫害样本图片,利用TensorFlow深度学习框架,在原始SRGAN（Super-resolution generative adversarial networks）的超分辨率重建网络里加入了注意力模块,对重建图像视觉质量和峰值信噪比（PSNR）、结构化相似性（SSIM）指标进行分析。结果表明,设计的模型和原始SRGAN模型对比之后峰值信噪比提高了2.23,结构相似性提高了7%。在细节纹理方面可以获得更好的视觉效果,重建后的图像识别准确率提高了约4.42个百分点。因此,设计的模型可以对小样本性质的植物病虫害样本进行扩充。

关键词：超分辨率重建,注意力机制,病虫害,峰值信噪比（PSNR）,结构化相似性（SSIM）

基金资助：云南省重大科技专项（A3032021043002）