野外多模态疾病识别基准与多用途基准
原文中文,约400字,阅读约需1分钟。发表于: 。现有的植物疾病分类模型在识别实验室内的病态图像方面取得了显著的性能,然而,在分类野外图像方面,它们的性能往往明显下降。因此,为了解决这个问题,我们提出了一个包含最多疾病类别和针对每种疾病都有文本描述的野外多模态植物疾病识别数据集。我们还提出了一个强大而多功能的基准模型,通过多个类别的原型模拟文本描述和视觉数据。通过融合多模态原型在分类中的贡献,我们的基准模型可以有效地解决小的类别间差异和大的...
现有植物疾病分类模型在实验室内表现良好,但在野外图像分类方面性能下降。为解决此问题,提出了一个包含多种疾病类别和文本描述的野外多模态植物疾病识别数据集,并设计了一个强大的基准模型,能有效解决小类别间差异和大类内变差问题。该模型不仅能分类疾病,还能在少样本或无训练情况下识别疾病。基准测试结果显示,该数据集给植物疾病识别任务带来了新挑战,有改进空间。