中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于卷积神经网络马铃薯叶片病害识别和病斑检测中国农机化学报 2021 (11) 122-129

Position: Home > Articles > 基于卷积神经网络马铃薯叶片病害识别和病斑检测 Journal of Chinese Agricultural Mechanization 2021 (11) 122-129

基于卷积神经网络马铃薯叶片病害识别和病斑检测

作者：

王林柏;张博;姚竟发;杨志辉;张君;范晓飞

单位：

河北农业大学机电工程学院;河北农业大学植物保护学院

关键词：

马铃薯叶片病害;图像识别;目标检测;深度卷积神经网络;

摘要：

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。

相似文章

基于改进型UNet语义分割模型的马铃薯病害检测方法 [李旭东, 王林柏, 张博, 孙磊, 刘景艳, 范晓飞] 河北农业大学学报 2024,47 (6) 121-126
基于改进残差网络的马铃薯叶片病害识别 [李桂松, 黎敬涛, 杨艳丽, 刘霞] 湖南农业大学学报(自然科学版) 2024,50 (6) 123-128
基于特征融合Transformer的EfficientNet v2网络对马铃薯叶片病害的识别 [孙剑明, 毕振宇, 牛连丁] 江苏农业科学 2024 (8) 166-176

导出引用

计量

文章访问数: 29

HTML全文浏览量: 0

PDF下载量: 0

基于卷积神经网络马铃薯叶片病害识别和病斑检测

相似文章

所属期刊

中国农机化学报

推荐期刊

江苏农业科学

河北农业大学学报