Paft-wpest：生成自己教師あり学習に基づくウルフベリー害虫のファイングレイン分類法

科学分野:

• 農業科学;コンピュータビジョン;機械学習

背景:

• ファイングレイン害虫認識は、農業生産の安全性にとって重要です。;課題には、微妙な違い、変動、背景ノイズ、および限られたデータが含まれます。

研究 の 目的:

• より優れたファイングレイン害虫認識のための生成自己教師あり学習モデルを開発すること。;既存の害虫認識方法の限界に対処すること。

主な方法:

• 部分畳込み空間アテンションを使用したPAFT-WPestモデルを提案しました。;チャネル意味選択と周波数領域モデリングを組み込みました。;2つのウルフベリー害虫データセットを開発し、継続的な事前学習を使用しました。

主要な成果:

• 複数の公開害虫データセット（例：WPIT9Kで98.70%）で高精度を達成しました。;構築したウルフベリー害虫データセット（例：WP45で97.82%）で強力なパフォーマンスを示しました。;PAFT-WPestは複雑な背景下での認識を効果的に向上させます。

結論:

• PAFT-WPestモデルは、農業害虫の監視と分類に実行可能なアプローチを提供します。;強化された害虫認識機能は、精密な害虫駆除に貢献します。;継続的な事前学習により、モデルの適応性が向上します。