首页> 中文期刊>内蒙古科技大学学报 >基于深度残差网络的番茄细粒度病症识别

基于深度残差网络的番茄细粒度病症识别

     

摘要

将深度残差神经网络应用到农作物疾病识别中,对14类番茄细粒度病症进行识别,使用数据增强以及改变优化器等方式对深度残差网络进行优化.实验表明:调优后的深度残差网络在粗粒度番茄病症的识别中达到了97.18%的准确率,在细粒度番茄病症的识别中达到了81.68%的准确率,与传统的深度学习模型相比,有更好地识别效果.细粒度病症识别的研究,能够准确定位到疾病的严重程度,对番茄病症的治疗提供了准确的决策支持,有利于农业生产和环境保护.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号