基于图文模型和对比学习的水稻病害识别方法
摘 要：针对传统的基于单一水稻图像的水稻病害识别方法一般识别精度不高，存在过度依赖标签数据训练问题，本文提出基于图文模型和对比学习的水稻病害识别方法，文本模态的信息可以与图像模态信息形成互补，在一定程度上弥补图像训练样本不足的问题，而对比学习采用无监督学习方式，改善现有的深度学习模型在水稻叶部病害的识别中过度依赖标签数据训练问题。利用 GPT-3.5 大模型图生文生成技术构建水稻图文对数据集；在图文模型的水稻病害检测模型中，对文本编码器模块进行优化，从而缩短训练时长；基于对比学习的水稻病害识别方法，对上述图文模型中的图像编码器实施难负样本策略改进，更有效学习各类别特征表示，从而具备更强的鲁棒性。实验结果表明，本文模型在水稻病害任务上识别准确率优于其他模型。
论文下载：