首页> 中文期刊> 《华南农业大学学报》 >基于深度学习的香蕉病害远程诊断系统

基于深度学习的香蕉病害远程诊断系统

         

摘要

[目的]实现香蕉病害的远程诊断.[方法]基于深度学习方法对香蕉作物的7种常见病害进行诊断.收集了5944幅健康及染病香蕉植株图像,按7:1:2分为训练集、验证集和测试集.利用迁移学习对GoogLeNet深度卷积神经网络训练获取诊断模型.进一步开发了包含手机移动应用程序(APP)和远程服务器的软件系统.[结果]通过对比不同迭代次数及不同优化器,最终采用了MomentumOptimizer迭代10000次的模型,平均测试精度达到了98%.设计的APP能够就地获取香蕉图像,并通过网络与集成了诊断模型的远程服务器通信,实时获取诊断结果.[结论]该病害诊断模型识别主要病害的精度高,在线诊断系统简单易操作,可快速有效地在线诊断香蕉常见病害,具有良好的应用前景.

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