基于改进CycleGAN的水稻叶片病害图像增强方法

• Published in: 智慧农业（中英文） Vol. 6; no. 6; pp. 96 - 108
• Main Authors: 严从宽, 朱德泉, 孟凡凯, 杨玉青, 唐七星, 张爱芳, 廖娟
• Format: Journal Article
• Language: Chinese
• Published: 安徽农业大学工学院,安徽合肥 230036,中国%安徽省农业科学院植物保护与农产品质量安全研究所,安徽合肥 230031,中国 30.11.2024
• Subjects: transfer learning; 感知相似度损失; CBAM; 迁移训练; 数据增强; data enhancement; perceptual similarity loss; 水稻叶片病害; CycleGAN; rice leaf disease

TP391%S43; [目的/意义]针对水稻病害图像识别任务存在数据集获取困难、样本不足及不同类别病害样本不均衡等问题,提出了一种基于改进CycleGAN(Cycle-Consistent Adversarial Networks)的水稻叶片病害图像数据增强方法.[方法]以CycleGAN为基本框架,将CBAM(Convolution Block Attention Module)注意力机制嵌入到生成器的残差模块中,增强CycleGAN对病害特征的提取能力,使网络更准确地捕捉小目标病害或域间差异不明显的特征;在损失函数中引入感知图像相似度损失,以指导模型在训练过程中生成高质量的样本图像,并提高...