Red de Atención Espacial de Canal de Fantasmas Innovadora con Activación Adaptativa para una Identificación Eficiente de Enfermedades en el Arroz
Autores: Zhou, Yang; Yang, Yang; Wang, Dongze; Zhai, Yuting; Li, Haoxu; Xu, Yanlei
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Red de Atención Espacial de Canal de Fantasmas Innovadora con Activación Adaptativa para una Identificación Eficiente de Enfermedades en el Arroz
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Complejidad computacional
Desafíos de implementación
Modelo ligero
Identificación de enfermedades del arroz
Ghost Channel Spatial Attention ShuffleNet
Función de Activación Adaptativa Mish-ReLU
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Para abordar la complejidad computacional y los desafíos de implementación de las redes neuronales convolucionales tradicionales en la identificación de enfermedades del arroz, este artículo propone un modelo eficiente y ligero: Ghost Channel Spatial Attention ShuffleNet con Función de Activación Adaptativa Mish-ReLU (GCA-MiRaNet).
Descripción
Para abordar la complejidad computacional y los desafíos de implementación de las redes neuronales convolucionales tradicionales en la identificación de enfermedades del arroz, este artículo propone un modelo eficiente y ligero: Ghost Channel Spatial Attention ShuffleNet con Función de Activación Adaptativa Mish-ReLU (GCA-MiRaNet).