一种单样本农作物病害识别方法

在农作物的种植过程中，防治农作物病害是农作物生产保收十分重要的一环。随着人工智能与深度学习技术快速发展，出现了许多农作物病害识别的算法，但是深度学习通常依赖于大量样本数据，针对少样本农作物病害识别问题的研究依然很少。面向某几种病害只有极少样本的情况，提出了一种单样本农作物病害识别方法，该方法基于孪生网络架构统一了对比学习、度量学习与传统有监督学习，设计出了一个度量模型，该模型在辅助数据集上预训练以获得对农作物病害图像之间的度量能力。验证结果表明，该模型在辅助数据上预训练后，可以在不需要进一步更新模型参数的情况下很好地泛化到只有单个样本的农作物病害识别任务。