本申請公開了一種基于數(shù)據增強與注意力機制的小麥種子分類方法,涉及無損檢測領域,該方法利用高光譜圖像結合小麥種子分類模型能夠對小麥種子進行快速準確且無損的分類鑒別,該方法,采用圖像預處理操作實現(xiàn)數(shù)據增強,可以達到對樣本小麥種子進行樣本數(shù)量擴充與波段降維雙重目的,既解決了高光譜圖像標注困難帶來的數(shù)據量不足,模型易過擬合、泛化能力差等問題,也減少了波段信息冗余度,節(jié)省了計算消耗。小麥種子分類模型以深度學習模型為架構基礎學習樣本數(shù)據的內在規(guī)律,且根據高光譜圖像波段信息對分類的重要性給不同的波段分配不同的波段權重、充分利用高光譜圖像的形態(tài)維度與光譜維,極大提高了模型的穩(wěn)定性、推理速度與精度。
聲明:
“基于數(shù)據增強與注意力機制的小麥種子分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)