您好,欢迎访问安徽省农业科学院 机构知识库!

基于卷积神经网络和小样本的茶树病害图像识别

文献类型: 中文期刊

作者: 孙云云 1 ; 江朝晖 1 ; 董伟 1 ; 张立平 1 ; 饶元 1 ; 李绍稳 1 ;

作者机构: 1.安徽农业大学信息与计算机学院;安徽省农业科学院农业经济与信息研究所

关键词: 茶叶病害;图像识别;卷积神经网络;小样本

期刊名称: 江苏农业学报

ISSN: 1000-4440

年卷期: 2019 年 01 期

页码: 48-55

收录情况: 北大核心 ; CSCD

摘要: 以常见且特征相似的茶轮斑病、炭疽病和云纹叶枯病为对象,研究在小样本情况下利用卷积神经网络进行病害图像识别问题。运用7种模式的预处理方法对茶树叶部病害图像样本进行处理,并采用Alex Net经典网络模型进行学习实验,比较、分析其训练及识别效果。结果显示,模式7训练模型精度为93. 3%,平均测试准确率为90%,且对茶轮斑病、炭疽病和云纹叶枯病的正确区分率分别为85%、90%和85%,在预测值和真实值一致性方面优于其他预处理方法。在小样本情况下,该预处理方法可有效区分、识别3种易混病害,且识别精度高,性能好。

  • 相关文献

[1]基于稀疏编码金字塔模型的农田害虫图像识别. 谢成军,李瑞,董伟,宋良图,张洁,陈红波,陈天娇. 2016

[2]基于计算机视觉的水稻病虫害监测平台研发. 管博伦,董伟,张立平,朱静波,孔娟娟,李闰枚,张萌. 2024

[3]农作物害虫图像识别研究进展与展望. 张萌,钱蓉,朱静波,张立平,李闰枚,董伟. 2018

[4]基于VGG-16卷积神经网络的水稻害虫智能识别研究. 钱蓉,孔娟娟,朱静波,张萌,董伟. 2020

[5]一种马铃薯病害神经网络识别方法. 刘飞,董伟,高海涛. 2022

[6]一种基于改进卷积神经网络的玉米病害高效识别模型. 王营瑛,郑铖,董伟,高海涛. 2023

[7]一种基于深度学习的玉米病害识别方法. 郑铖,董伟,高海涛. 2023

[8]基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数. 董伟,钱蓉,张洁,张立平,陈红波,张萌,朱静波,卜英乔. 2019

作者其他论文 更多>>