当前位置: 首页 > 文章 > 基于深度学习的玉米叶片病害识别方法研究 现代农业研究 2022 (6) 102-106
Position: Home > Articles > 基于深度学习的玉米叶片病害识别方法研究 2022 (6) 102-106

基于深度学习的玉米叶片病害识别方法研究

作  者:
王超;王春圻;刘金明
单  位:
黑龙江八一农垦大学食品学院;黑龙江八一农垦大学国家杂粮工程技术研究中心;黑龙江八一农垦大学
关键词:
玉米病害;深度学习;ResNet;
摘  要:
玉米叶片病害是造成的玉米质量差、产量低主要原因之一。为了对玉米叶片病害进行快速准确识别,提出了基于ResNet(Residual Neural Network)深度学习网络对玉米病害识别的方法,采用ResNet作为玉米病害识别的主体模型,利用数据增强技术来扩充数据集,扩充后的数据集图片包括训6000张练集和1645张测试集,并使用预训练网络AlexNet、GooLeNet和ResNet进行识别玉米叶片病害的性能对比实验,研究发现在批量尺寸为32个和epoch次数为16时ResNet50获得最高的分类准确率为92.82%,优于传统机器学习算法。

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊