一种轻量级CNN农作物病害图像识别模型

孟亮; 郭小燕; 杜佳举; 沈航驰; 胡彬

首页> 中文期刊> 《江苏农业学报》 >一种轻量级CNN农作物病害图像识别模型

一种轻量级CNN农作物病害图像识别模型

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

针对传统CNN(Convolutional neural network)模型存在训练参数量大而无法应用于硬件条件受限的场合这一问题,本研究提出一种轻量级CNN农作物病害识别模型,能够在保证模型识别准确率情况下简化模型结构,扩大模型的适用场景.设计1个深度卷积模块作为基本卷积单元,2个深度卷积模块和1个批归一化层组成1个残差块作为残差单元,以残差单元作为基本元素设计一个轻量级CNN农作物病害识别模型.对辣椒、番茄和马铃薯的病害图像进行分类识别,最终模型在训练集上的总识别准确率为99.33％,测试集上的总识别准确率为98.32％.相对VGG16等传统模型,在进行农作物病害识别时本模型有更高的识别准确率、更快的识别速度和更小的内存占用.

著录项

来源
《江苏农业学报》 |2021年第5期|1143-1150|共8页
作者
孟亮; 郭小燕; 杜佳举; 沈航驰; 胡彬;
展开▼
作者单位

甘肃农业大学信息科学技术学院甘肃兰州 730070;

甘肃农业大学信息科学技术学院甘肃兰州 730070;

甘肃农业大学信息科学技术学院甘肃兰州 730070;

甘肃农业大学信息科学技术学院甘肃兰州 730070;

甘肃农业大学信息科学技术学院甘肃兰州 730070;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
CNN; 轻量级; 农作物; 病害; 识别准确率;

相似文献

中文文献
外文文献
专利

1. 基于CNN的农作物病虫害图像识别模型 [J] . 史冰莹 ,李佳琦 ,张磊 . 计算机系统应用 . 2020,第006期
2. 基于知识蒸馏的轻量级番茄叶部病害识别模型 [J] . 汤文亮 ,黄梓锋 . 江苏农业学报 . 2021,第003期
3. 面向边缘计算的轻量级植物病害识别模型 [J] . 王冠 ,王建新 ,孙钰 . 浙江农林大学学报 . 2020,第005期
4. 面向边缘计算的轻量级植物病害识别模型 [J] . 王冠 ,王建新 ,孙钰 . 浙江农林大学学报 . 2020,第005期
5. 基于轻量级CNN的植物病害识别方法及移动端应用 [J] . 刘洋 ,冯全 ,王书志 . 农业工程学报 . 2019,第017期
6. 应用质谱技术检测农作物病害 [C] . 陈卓 . 第十届全国青年植保科技创新学术研讨会 . 2015
7. 一种基于卷积神经网络的轻量级木材图像识别模型研究 [A] . 李楠 . 2018

一种轻量级CNN农作物病害图像识别模型

摘要

著录项

相似文献

相关主题

期刊订阅