Position: Home > Articles > Comparative Study on Apple Leaf Disease Recognition Models Based on Image Recognition
Chinese Agricultural Science Bulletin
2022,38
(12)
153-158
基于图像识别的苹果叶片病害识别模型对比研究
作 者：
郝菁;贾宗维
单 位：
山西农业大学信息科学与工程学院
关键词：
苹果叶病识别;深度学习;卷积神经网络;迁移学习;数据增强
摘 要：
为实现苹果叶片病害图像自动识别,展开苹果叶片病害识别模型研究.通过整理网络开源植物病害数据,获取苹果赤霉病、苹果雪松锈病和苹果灰斑病3种苹果病害叶片图像,以1种健康叶片图像作为研究对象,随机抽取4433张图像建立数据集用于模型训练,采用离线增强和在线增强2种手段对数据进行预处理,扩充图像样本并保证各类样本均衡.在Resnet 50、Mobilenet v2、Vgg16、Vgg19、Inception v3等5种预训练模型的基础上,对迁移模型进行一系列的参数调整.5种模型训练比对结果表明,优化后的Resnet50模型能够达到0.9770的准确率.优化后的训练模型具有识别速度快、准确率提高的特点,可以准确、快速地识别出病害类型,为植物病害的自动诊断提供支撑.
译 名：
Comparative Study on Apple Leaf Disease Recognition Models Based on Image Recognition
相似文章
-
基于GoogLeNet改进模型的苹果叶病诊断系统设计 [宋晨勇, 白皓然, 孙伟浩, 马皓冉] 中国农机化学报 2021 (7) 148-155
