|
|||||
|
|
| 基于深度学习的玉米叶片病害识别方法研究 | |
| 作者姓名： | 王超 王春圻 刘金明 |
| 作者单位： | 1.黑龙江八一农垦大学科技处； 2.黑龙江八一农垦大学食品学院； 3.黑龙江八一农垦大学国家杂粮工程技术研究中心； 4.黑龙江八一农垦大学信息与电气工程学院 |
| 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。 |
| 关 键 词： | 玉米病害 深度学习 ResNet |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |
