[发明专利]基于卷积的Swin Transformer植物叶片病害程度和种类的识别与分类方法

摘要

本发明涉及复杂环境下植物叶片病害检测和分类领域，具体为基于卷积的Swin Transformer植物叶片病害程度和种类的识别与分类方法，在网络模型中，采用window based self‑attention、shifted window self‑attention、residual structure and Convolutional Block保证网络可以高效的学习图像信息。将Convolutional Swin Transformer模型单独在两类数据集下分别训练得到两个模型，这两个模型可以分别识别植物病害程度、分类植物病害种类。本发明利用深度学习的特性，不需要人工提取图像特征，只需要将图像数据送入模型中训练，计算机就可以学习到数据集内的植物叶片病害特征，通过这些特征的学习可以准确的识别植物病害种类和程度。