細粒度魚類疫病圖像識別算法模型

摘要： 通過肉眼識別魚類疫病依賴于診斷人員的經(jīng)驗，疫病數(shù)據(jù)存在類間差距較小與識別效率低等細粒度問題。由于Transformer缺乏卷積神經(jīng)網(wǎng)絡(luò)（CNN）的歸納偏差，需要大量的數(shù)據(jù)進行訓(xùn)練；CNN對全局特征提取不足，泛化性能較差等問題限制模型的分類精度。基于特征圖對所有像素的全局交互建立算法模型，提出一種基于CNN與Vision Transformer相結(jié)合的魚類疫病識別模型（CViT-...