[发明专利]基于视觉transformer的水稻病害识别方法

权利要求书

1.基于视觉transformer的水稻病害识别方法，该方法包括下列顺序的步骤：

(1)采集水稻叶片病害图像数据，将采集到的水稻叶片病害图像统一为224*224像素，并进行标注；

(2)将标注好的水稻叶片病害图像对每个类别按比例进行划分为70％训练集，15％验证集以及15％测试集，并对训练集和验证集进行数据增强以扩充数据量；

(3)构建基于视觉transformer的水稻病害识别模型；

(4)将训练集和验证集输入到步骤(3)构建的视觉transformer模型进行训练，待模型不再收敛时保存训练好的模型；

(5)将测试集输入到步骤(4)训练好的模型进行测试，验证模型效果；

(6)获取待识别的水稻叶片病害图像，进行预处理后输入到步骤(4)训练完成的transformer模型，预测水稻病害类型。

2.根据权利要求1所述的基于视觉transformer的水稻病害识别方法，其特征在于，本发明提供的视觉transformer架构，将每幅图像分割为196个16*16的子图(patch)，将分割后的子图展平成2维向量并输入全连接层生成新的2维向量，随后嵌入1维的位置信息token；新的2维向量和1维的token做concatenate后分别输入到ViT和DeiT进行特征提取，其中ViT和DeiT仅采用其特征编码功能，将编码后的特征分别进行Pooling操作，将Pooling操作后的特征进行残差连接成新的特征；随后再将这三个特征进行concatenate后并输入到MLP Head层做分类，预测水稻病害类别。

3.根据权利要求1所述的基于视觉transformer的水稻病害识别方法，其特征在于，所提供的Pooling操作计算方法如下：

Pooling＝Normalization(Cat(maxpooling,averagepooling))

其中Cat是联接操作，Normalization是归一化操作。

4.根据权利要求1所述的基于视觉transformer的水稻病害识别方法，其特征在于，在数据增强阶段，本发明采取垂直翻转、向右旋转、向左旋转和水平翻转等数据增强操作，将训练集和验证集扩充到原数据量的5倍大小；测试集不进行增强操作，仍然采用原始数据对模型进行测试。

5.根据权利要求1所述的基于视觉transformer的水稻病害识别方法，其特征在于，模型的训练策略是分层交叉验证stratified 5-fold cross-validation；采用的优化函数是Stochastic gradient descent；损失函数采用的是cross-entropy；激活函数采用的是GeLU。