一种基于三分支深度神经网络的植物病害识别方法及系统

本发明属于计算机视觉领域，公开了一种基于三分支深度神经网络的植物病害识别方法及系统，该方法包括：首先并行采用Vision Transformer、ResNet50与YOLO提取全局、局部与中层多尺度定位特征；其次对三路特征对齐融合并经Transformer block交互增强，然后经双头堆叠分类器分别预测作物种类与病害类型；最后，通过设定合适的损失函数组合和联合训练策略，对整个网络进行端到端优化，以提升对难判样本和小尺度病变的识别能力。本发明能够在自然场景中实现对植物病害的准确识别。实验结果表明，本发明的方法取得了与之前最先进的植物病害识别方法相当甚至更好的分类性能。