蓝莓在农业种植领域中并不少见,不少地区的农业种植人员依靠种植蓝莓带来良好的经济效益。在蓝莓病害中,最常见的是蓝莓僵果病,僵果病在农业种植中很难被发现,一旦有蓝莓植株感染到僵果病菌,就很可能导致大片的植株受到周期性的感染,从而影响到蓝莓最后的产量。所以,在蓝莓植株受到僵果病害胁迫时,相关农业技术人员需要及时对其进行根治,以免造成严重的经济损失。蓝莓僵果的病症表现并不明显,其主要表现特征是叶片和花朵上出现小块的白色粉状物,要从根本上解决蓝莓产量等问题,针对蓝莓僵果病的微小特征的识别至关重要。本论文具体的研究内容如下:1.在传统图像识别技术中,图像的微小特征识别技术是有限的。特别是在自然环境中采集到的数据集,图像受到外界光照或其它杂草等干扰因素的影响,使得采集到的数据中包含复杂背景、简单背景、遮挡背景等三种场景的图像,图像中病害微小特征部分占比相对较小,这导致研究识别任务中难以精确定位到重要特征部位。本研究收集了真实的蓝莓僵果病数据集,提出了几种将注意力机制（SE,CBAM,CA）与深度学习残差网络相结合的方法。通过实验研究发现解决蓝莓僵果病微小特征识别问题的最优模型Model3＿CA,该模型的识别准确率达到99.8%,远远超过其他组合模型和传统神经网络模型。2.本文提出的“选择”+“组合”方法,具体是三种图像识别模型,目的是探索对复杂背景下微小特征有效识别的方案。第一种模型是探索单个注意力机制与残差网络结合能否对复杂场景下的微小特征进行提取;第二种模型是探索注意力机制分别从通道、空间信息对微小特征进行识别的效果;第三种模型是探索注意力机制在网络中位置对识别精度的影响。3.可视化的图像可以识别定位到图像中的微小特征部分。在不同的场景下,Model3＿CA模型通过Grad-cam方法的可视化效果优于其他模型。研究表明,该模型可以解决蓝莓僵果病的微小特征识别问题。4.本文搭建了蓝莓僵果病微小特征识别系统。通过简单的编码搭建出一个界面识别系统框架,实现微小特征的识别。