基于Transformer的强泛化苹果叶片病害识别模型

来源：农业工程学报杂志2022年第16期北京时间：

作者：徐艳蕾,孔朔琳,陈清源,高志远,李陈孝,

摘要：模型泛化能力是病害识别模型多场景应用的关键，该研究针对不同环境下的苹果叶片病害数据，提出一种可以提取多类型特征的强泛化苹果叶片病害识别模型CaTNet。该模型采用双分支结构，首先设计了一种卷积神经网络分支，负责提取苹果叶片图像的局部特征，其次构建了具有挤压和扩充功能的视觉Transformer分支，该分支能够提取苹果叶片图像的全局特征，最后将两种特征进行融合，使Transformer分支可以学习局部特征，使卷积神经网络分支学习全局特征。与多种卷积神经网络模型和Transformer模型相比，该模型具有更好的泛化能力，仅需学习实验室环境叶片数据，即可在自然环境数据下达到80%的识别精度，相较卷积神经网络EfficientNetV2的72.14%精度和Transformer网络PVT的52.72%精度均有较大提升，能够有效提升对不同环境数据的识别精度，解决了深度学习模型训练成本高，泛化能力弱的问题。

关键词：图像识别, 农业, 卷积神经网络, 苹果叶片病害, Transformer模型, 强泛化性, 特征融合