一种面向植物病害分类的类无关对比学习与监督组织映射方法

本发明涉及一种面向植物病害分类的类无关对比学习与监督组织映射方法，属于植物病害分类技术领域。首先，通过类无关对比学习对植物病害数据集进行预训练，通过构建的监督对比学习框架，增强模型在复杂背景和随机分布的病变区域中的定位能力。然后，利用定位到的病害区域，进行标准分类训练，从而自动提取可区分的特征，提供强有力的初始化，确保模型对病害特征的学习能力。最后，提出了一种新颖的监督映射模型，通过创新的节点确定方法和引入正交性稀疏表示，增强了模型的判别能力。本发明通过特征融合与反向传播的联合优化，进一步提高了类别间特征的分离度，增强了病害分类的鲁棒性。