当前位置: 首页 > 文章 > 基于MobileNetV3的马铃薯病害识别 江苏农业科学 2022,50 (10) 176-182
Position: Home > Articles > 基于MobileNetV3的马铃薯病害识别 Jiangsu Agricultural Sciences 2022,50 (10) 176-182

基于MobileNetV3的马铃薯病害识别

作  者:
徐振南;王建坤;胡益嘉;张智聪;赵旭东;杨琳琳;李文峰
单  位:
云南农业大学机电工程学院
关键词:
马铃薯;叶部病害;GrabCut;MobileNetV3;迁移学习;小样本
摘  要:
针对传统卷积神经网络在马铃薯叶部病害识别中结构复杂、参数庞大,难以实现在移动设备上的良好应用的问题,提出一种基于轻量级卷积神经网络和迁移学习的马铃薯叶部病害识别方法.首先,采集马铃薯叶部病害图像样本,再运用GrabCut算法进行图像分割;再基于MobileNetV3构建病害识别基础模型,并通过调整模型结构及宽度系数α等方式对模型进行优化,最后运用迁移学习的方式将预训练参数迁移至优化模型进行训练.结果表明,该方法对马铃薯健康、晚疫病、早疫病、炭疽病及其他病害叶部图像识别准确率为98.00%,模型权重仅为0.68 MB,识别速率为0.014 s/幅.本研究结果可为马铃薯叶部病害识别在移动设备上应用的实现提供理论支持.

相似文章

计量
文章访问数: 20
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊