-
题名基于迁移学习和残差网络的谷子病害识别研究
被引量：7
- 1
-
-
作者
张红涛
罗一铭
谭联
杨加蓬
王宇
-
机构
华北水利水电大学电气工程学院
河南省智慧农业光谱成像检测装备工程技术研究中心
-
出处
《河南农业科学》
北大核心
2023年第12期162-171,共10页
-
基金
国家自然科学基金项目(31671580)
河南省重点研发与推广专项(232102110265)。
-
文摘
针对谷子病害提出了一种基于迁移学习和残差网络(ResidualCNN)的谷子病害图像识别方法。首先,建立由谷子白发病、谷瘟病、红叶病、锈病等4种病害图像以及正常谷子叶片图像组成的原始样本集;然后,采用基于超绿特征的最大类间方差法实现原始图像的分割,建立谷子病害分割图像数据集,并对该数据集进行扩充处理;最后,基于扩充后的谷子病害分割图像数据集,利用迁移学习和残差网络的思想建立谷子病害识别模型。结果表明,该模型的识别率达到98.2%,相较于基于支持向量机(SVM)的谷子病害识别模型提高了8.9百分点,同时该模型的训练时间相较于基于卷积神经网络(CNN)的谷子病害识别模型减少17.69min。表明基于迁移学习和残差网络的谷子病害识别模型可有效地对4种谷子叶片病害进行识别。
-
关键词
谷子
病害识别
图像处理
计算机视觉
迁移学习
残差网络
-
Keywords
Millet
Disease identification
Image processing
Computer vision
Transfer learning
Residual network
-
分类号
S515
[农业科学—作物学]
TP391.4
[自动化与计算机技术—计算机应用技术]
S126
[农业科学—农业基础科学]
-
