基于一种轻量级卷积神经网络的植物叶片图像识别研究

李文逵; 韩俊英

首页> 中文期刊> 《软件工程》 >基于一种轻量级卷积神经网络的植物叶片图像识别研究

基于一种轻量级卷积神经网络的植物叶片图像识别研究

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

对轻量级卷积神经网络MobileNet V2的模型结构进行改进,将深度可分离卷积中的激活函数ReLU替换成Leaky ReLU,从而避免神经元死亡问题,倒置残差卷积中的跨越连接添加Dropout层,增大模型的泛化能力。实验结果表明,预测结果的总体准确率达到91.41%,最高精确率为95.12%,最高召回率为97.39%,取得较好的预测结果。这说明将MobileNet V2卷积神经网络用于植物叶片图像识别是实际可行的,为移动端植物叶片图像识别提供了实现方法和技术支撑。

著录项

来源
《软件工程》 |2022年第2期|10-13|共5页
作者
李文逵; 韩俊英;
展开▼
作者单位

甘肃农业大学信息科学技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP520.40;
关键词
植物叶片; 图像识别; MobileNet V2; 卷积神经网络; 深度学习;

相似文献

中文文献
外文文献
专利

1. 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
2. 基于迁移学习的卷积神经网络植物叶片图像识别方法 [J] . 郑一力 ,张露 . 农业机械学报 . 2018,第S1期
3. 基于轻量级卷积神经网络和迁移学习的小麦叶部病害图像识别 [J] . 冯晓 ,张辉 ,李丹丹 . 河南农业科学 . 2021,第004期
4. 基于改进轻量级卷积神经网络MobileNetV3的番茄叶片病害识别 [J] . 周巧黎 ,马丽 ,曹丽英 . 智慧农业(中英文) . 2022,第1期
5. 基于改进型LBP算法的植物叶片图像识别研究 [J] . 李龙龙 ,何东健 ,王美丽 . 计算机工程与应用 . 2021,第019期
6. 一种基于卷积神经网络的改进小样本图像识别算法 [C] . ZHAO Xiao-qiang ,赵小强 ,WANG Fan . 2016年第27届中国过程控制会议 . 2016
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

基于一种轻量级卷积神经网络的植物叶片图像识别研究

摘要

著录项

相似文献

相关主题

期刊订阅