浅析 CNN 在梨树叶片病害识别中的应用

刘 洋, 唐 逢胤
重庆三峡学院

摘要


通过传统识别方法在识别梨树叶片病害过程中，存在误识别率高以及特征提取不准确等问题，针对此问题，提出使用卷
积神经网络对梨树叶片病害进行准确识别。通过介绍几种经典的分类网络结构，并对其中的网络进行改进，可以加强对梨树叶片
识别的效率及准确率。本文以 ResNet50 为基础构建病害识别模型，并通过迁移学习的方法，使用大量数据训练的预训练模型以减
少算力并且加强模型的鲁棒性，采取残差网络以及卷积神经网络对梨树叶片病害图像进行分析，对农业的发展具有重要的意义及
深远的影响。

关键词


卷积神经网络；病害识别；梨树叶片；改进 ResNet50 结构

全文:

PDF


参考


[1] KRIZHEVSKYA,SUTSKEVERI,HINTONG

E.深度卷积神经网络的图像网络分类[J].化学通报,

201760(6)84-90.

[2] SZEGEDYC,LIUW,JIAYQ,etal.Going

deeper with convolutions[C]/2015 IEEE Conference

on Computer Visionand Pattern Recognition,

Boston,USA,

[3] 赵庆久,徐保良,明广增.梨褐斑病发病规律

与无公害防治技术[J].植物医生,2017,30（05）：35-

36.

[4] 石晨宇等.基于卷积神经网络的农作物病害

识别研究[J].国外电子测量技术,2021,40(09):93-

99.

[5] WANGF,JIANGMQ,QIANC,etal.

Residual attention network forimage

classification[C]/2017 IEEE Conference on

Computer Visionand Pattern Recognition,

Honolulu,USA,2017:6450-6458




DOI: http://dx.doi.org/10.12361/2661-3786-05-05-130421

Refbacks

  • 当前没有refback。