基于迁移学习的农作物病虫害检测方法研究与应用OA北大核心CSCDCSTPCD
Research and Application of Crop Diseases Detection Method Based on Transfer Learning
为了提高农作物病虫害严重程度(健康、一般、严重)的分类效果,采用迁移学习方式并结合深度学习提出了一种基于残差网络(ResNet 50)的CDCNNv2算法.通过对10类作物的3万多幅病虫害图像进行训练,获得了病虫害严重程度分类模型,其识别准确率可达91.51％.为了验证CDCNNv2模型的鲁棒性,分别与使用迁移学习的ResNet 50、Xception、VGG16、VGG19、DenseNet 121模型进行对比试验,结果表明,CDCNNv2模型…查看全部>>
余小东;杨孟辑;张海清;李丹;唐毅谦;于曦
成都大学计算机学院,成都610106成都大学模式识别与智能信息处理四川省高校重点实验室,成都610106成都大学计算机学院,成都610106成都大学模式识别与智能信息处理四川省高校重点实验室,成都610106成都信息工程大学软件工程学院,成都610225成都大学计算机学院,成都610106
信息技术与安全科学
农作物病虫害病虫害等级分类深度迁移学习ResNet 50移动应用程序
《农业机械学报》 2020 (10)
面向大规模医疗数据的动态模糊最佳模式挖掘研究
252-258,7
国家自然科学基金项目(61602064)和欧盟Erasmus+ SHYFTE项目(598649-EPP-1-2018-1-FR-EPPKA2-CBHE-JP)
评论