基于卷积神经网络的农作物病害识别研究

石晨宇; 周春; 靳鸿; 郭超凡

首页> 中文期刊> 《国外电子测量技术》 >基于卷积神经网络的农作物病害识别研究

基于卷积神经网络的农作物病害识别研究

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

随着深度学习以及图像识别技术的不断发展,图像识别技术的应用越来越广,其中就包括农作物病害的识别。已有的成熟神经网络架构多数是为了识别大的数据集而设计,拥有大量参数从而导致占用大量存储空间、运行时间较长,难以在存储空间与处理器性能有限的移动设备上使用,以及在农作物病害识别研究中,部分农作物病害的样本量较少。针对上述问题,采用轻量化的卷积神经网络和较少的叶片样本,最终训练出识别精度较为理想的模型。相同精度下,轻量化模型仅为普通模型的1/10,最终训练完成的模型大小仅为1.5~4.5 MB,并使用目前应用较少的激活函数GELU替换常用的ReLU,模型收敛效果更好,提高了识别精度,最终可以达到95%。模型复杂度也远远小于普通卷积神经网络模型,极大程度的减少了内存的消耗、减少了计算量,可以很好的提高农业监测中智能装置的性能。

著录项

来源
《国外电子测量技术》 |2021年第9期|93-99|共7页
作者
石晨宇; 周春; 靳鸿; 郭超凡;
展开▼
作者单位

中北大学电子测试技术国家重点实验室;

中国船舶集团有限公司第七〇五研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
卷积神经网络; GhostNet; 农作物病害; 图像分类;

相似文献

中文文献
外文文献
专利

1. 基于农作物病害检测与识别的卷积神经网络模型研究进展 [J] . 郭文娟 ,冯全 ,李相周 . 中国农机化学报 . 2022,第10期
2. 基于卷积神经网络的农作物病害识别方法研究 [J] . 张乃夫 ,谭峰 ,范禹希 . 安徽农业科学 . 2020,第5期
3. 基于卷积神经网络的农作物病害识别研究综述 [J] . 范伟坚 ,林乐坚 ,李就好 . 农业与技术 . 2020,第19期
4. 基于迁移学习和轻量级卷积神经网络农作物病害识别 [J] . 罗鸣 ,方睿 ,徐铭美 . 现代计算机（专业版） . 2021,第32期
5. 基于深度卷积神经网络的农作物病害识别 [J] . 龙吟 ,刘昌华 ,孙开琼 . 武汉工业学院学报 . 2020,第3期
6. 基于卷积神经网络的热工缺陷快速识别方法研究 [C] . Chen Chongyi ,陈崇一 ,Zhan Changhong . 中国建筑学会第十三届建筑物理学术大会 . 2018

基于卷积神经网络的农作物病害识别研究

摘要

著录项

相似文献

相关主题

期刊订阅