RAFA-Net：用于食品与农业压力识别的区域注意力网络

BriefGPT - AI 论文速递 · 2024-10-16T00:00:00Z

本研究提出了一种新型卷积神经网络模型，用于简化植物病害检测。通过创新训练方法，该模型将两种病害分为四类，在番茄和玉米数据集上的准确率分别为95.08%和92.21%。结合批归一化，训练集检测率达99.89%，验证准确率超97.52%。模型引入额外层、跳跃连接和正则化，实现了84.42%的验证准确率。