原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于注意力和跨层互判别学习的植物叶片病害识别方法，采用建立的网络模型对植物叶片的病害进行识别并输出识别结果；其中网络模型包括ResNet网络和自定义网络，其中自定义网络包括模块1、模块2、模块3以及模块4，其中模块1、模块2、模块均由依次连接的两个卷积层、1次协调注意力计算层、最大池化和全连接层组成，全连接层后连接一个Linear函数层；模块4由依次连接的一个连接操作以及全连接层组成，全连接层之后连接一个Linear函数层；待预测的图像输入到ResNet网络进行特征提取后送入到自定义
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117830834A
(43)申请公布日2024.04.05
(21)申请号202311757546.7G06N3/084(2023.01)
(22)申请日2023.12.
文档评论（0）