基于ViT-改進(jìn)YOLOv7的稻田雜草識(shí)別

摘要： 為解決光線遮蔽、藻萍干擾以及稻葉尖形狀相似等復(fù)雜環(huán)境導(dǎo)致稻田雜草識(shí)別效果不理想問題,該研究提出一種基于組合深度學(xué)習(xí)的雜草識(shí)別方法。引入MSRCP(multi-scale retinex with color preservation)對(duì)圖像進(jìn)行增強(qiáng),以提高圖像亮度及對(duì)比度;加入ViT分類網(wǎng)絡(luò)去除干擾背景,以提高模型在復(fù)雜環(huán)境下對(duì)小目標(biāo)雜草的識(shí)別性能。在YOLOv7模型中主干特征...