基于改进深度神经网络的农作物病害识别研究OA
针对农作物病害图像样本难收集的问题,本文采用迁移学习算法并结合深度学习提出了一种基于Mo-bileNet的M25Net模型.通过对38类作物和1类背景图像的5.5万多幅农作物健康与病害图像进行训练,获得了农作物病害识别模型,其识别准确率可达99.67％.为了验证M25Net模型识别农作物病害类型的能力,分别与使用迁移学习的MobileNet、InceptionV1、InceptionV2、InceptionV3、ResNet 50、ResNet …查看全部>>
杨长磊;李彩林;王佳文;孙延坤;苏本娅
山东理工大学建筑工程学院,山东 淄博255000山东理工大学建筑工程学院,山东 淄博255000山东理工大学建筑工程学院,山东 淄博255000山东理工大学建筑工程学院,山东 淄博255000山东理工大学建筑工程学院,山东 淄博255000
农业科技
农作物病害识别深度学习迁移学习M25Net模型
《农业与技术》 2021 (6)
基于多目标最小优化理论的近景影像与三维激光点云几何配准方法研究
1-3,3
国家自然科学基金(项目编号:41601496,41701525)山东省重点研发计划项目(项目编号:2018GGX106002)山东省自然科学基金资助项目(项目编号:ZR2017LD002)
评论