基于深度残差网络的番茄叶片病害识别方法

吴华瑞

首页> 中文期刊> 《智慧农业(中英文)》 >基于深度残差网络的番茄叶片病害识别方法

基于深度残差网络的番茄叶片病害识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统深度学习模型在用于蔬菜病害图像识别时,存在由于网络梯度退化导致的识别性能下降问题。为此,本文研究了一种基于深度残差网络模型的番茄叶片病害识别方法。该方法首先利用贝叶斯优化算法自主学习网络中难以确定的超参数,降低了深度学习网络的训练难度。在此基础上,通过在传统深度神经网络中添加残差单元,解决了由于梯度爆炸/消失造成的过深层次病害识别网络模型性能下降的问题,能够实现番茄叶片图像的高维特征提取,根据该特征可进行有效病害鉴定。试验结果表明,本研究中基于超参数自学习构建的深度残差网络模型在番茄病害公开数据集上取得了良好的识别性能,对白粉病、早疫病、晚疫病和叶霉病等4种番茄叶片常见病害的识别准确率达到95%以上。本研究可为快速准确识别番茄叶片病害提供参考。

著录项

来源
《智慧农业(中英文)》 |2019年第4期|42-49|共8页
作者
吴华瑞;
展开▼
作者单位

国家农业信息化工程技术研究中心;

农业农村部农业信息技术重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机理论与方法;
关键词
设施蔬菜; 病害智能识别; 深度学习; 残差网络; 贝叶斯优化;

相似文献

中文文献
外文文献
专利

1. 基于深度残差网络的番茄叶片病害识别方法 [J] . 吴华瑞 . 智慧农业 . 2019,第004期
2. 基于改进深度残差网络的番茄病害图像识别 [J] . 方晨晨 ,石繁槐 . 计算机应用 . 2020,第0z1期
3. 基于多尺度和注意力机制的番茄病害识别方法 [J] . 张宁 ,吴华瑞 ,韩笑 . 浙江农业学报 . 2021,第007期
4. 一种基于OCSVM的番茄病害自动识别方法 [J] . 任晓东 ,刘美琴 ,白慧慧 . 江苏农业科学 . 2012,第006期
5. 基于轻量级卷积神经网络的植物叶片病害识别方法 [J] . 贾鹤鸣 ,郎春博 ,姜子超 . 计算机应用 . 2021,第006期
6. 河北省发生一种番茄新病害——番茄黄化曲叶病毒病 [C] . 邸垫平 ,攻焕然 ,张书敏 . 中国植物保护学会2009年学术年会 . 2009
7. 基于Mask R-CNN的番茄病害叶片识别及在智慧农业系统中的应用 [A] . 刘雪月 . 2020

基于深度残差网络的番茄叶片病害识别方法

摘要

著录项

相似文献

相关主题

期刊订阅