当前位置: 首页 > 文章 > 基于改进VGG卷积神经网络的叶菜霜霉病智能识别算法研究 上海蔬菜 2021 (6) 76-84
Position: Home > Articles > 基于改进VGG卷积神经网络的叶菜霜霉病智能识别算法研究 Shanghai Vegetables 2021 (6) 76-84

基于改进VGG卷积神经网络的叶菜霜霉病智能识别算法研究

作  者:
梅莹;尹艺璐;石称华;刘哲辉;常丽英
单  位:
关键词:
卷积神经网络;VGG16;叶菜;霜霉病;智能识别算法;
摘  要:
该文针对用传统方法识别叶菜霜霉病难度大、精度低等问题,将卷积神经网络应用于结球白菜、菠菜、莴笋霜霉病的识别与分类。作者通过图像搜集、预处理和扩增,构建了3种叶菜霜霉病图像数据库,并运用于VGG16-1模型构建;通过微调模型中的部分参数,探究了迭代次数、BATCH_SIZE和卷积核尺寸3种模型参数对VGG16-1模型识别分类效果的影响。试验结果表明,迭代次数为50次、BATCH_SIZE为32、卷积核尺寸为3×3时,VGG16-1模型模拟结果最优,训练用时为20 min,模型识别准确率为95.67%。

相似文章

计量
文章访问数: 13
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊