1.一種基于邊緣增強(qiáng)的梨葉片多病害識別方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法，其特征在于，所述將所述維度變換圖像經(jīng)過第一次卷積、第一次池化、第二次卷積、第二次池化、第三次卷積、第三次池化、第四次卷積、第四次池化，得到第一卷積圖像，包括：
3.根據(jù)權(quán)利要求2所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法，其特征在于，所述將所述第一卷積圖像經(jīng)過第一次上采樣、第一次反卷積、第二次上采樣、第二次反卷積、第三次上采樣、第三次反卷積、第四次上采樣、第四次反卷積，得到第二卷積圖像，包括：
4.根據(jù)權(quán)利要求2所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法，其特征在于，所述在所述第一次卷積之后、第一次池化之前，第二次卷積之后、第二次池化之前，第三次卷積之后、第三次池化之前，第四次卷積之后、第四次池化之前，進(jìn)行空間注意力網(wǎng)絡(luò)及通道注意力網(wǎng)絡(luò)的第一次特征提取，包括：
5.根據(jù)權(quán)利要求2所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法，其特征在于，所述將所述輸入圖像進(jìn)行邊緣特征提取，得到邊緣特征圖，將所述邊緣特征圖與所述第二卷積圖像進(jìn)行特征融合，得到輸出特征圖，包括：
6.一種基于邊緣增強(qiáng)的梨葉片多病害識別裝置，其特征在于，所述裝置包括：
7.根據(jù)權(quán)利要求6所述的基于邊緣增強(qiáng)的梨葉片多病害識別裝置，其特征在于，所述第一卷積圖像模塊包括：
8.根據(jù)權(quán)利要求7所述的基于邊緣增強(qiáng)的梨葉片多病害識別裝置，其特征在于，所述第二卷積圖像獲取模塊包括：
9.一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法的步驟。
10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的基于邊緣增強(qiáng)的梨葉片多病害識別方法的步驟。