您好,欢迎访问安徽省农业科学院 机构知识库!

基于迁移学习的多模型水稻病害识别方法研究

文献类型: 中文期刊

作者: 王忠培 1 ; 张萌 1 ; 董伟 1 ; 朱静波 1 ; 孔娟娟 1 ; 钱蓉 1 ;

作者机构: 1.安徽省农业科学院农业经济与信息研究所

关键词: 水稻病害;迁移学习;深度学习;智能识别

期刊名称: 安徽农业科学

ISSN:

年卷期: 2021 年 020 期

页码: 236-242

摘要: 水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害。使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型。试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97%,尤其是Xception模型不仅可以达到98.50%的最高识别准确率而且是最稳定的。该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性。

  • 相关文献

[1]基于VGG-16卷积神经网络的水稻害虫智能识别研究. 钱蓉,孔娟娟,朱静波,张萌,董伟. 2020

[2]水稻稻曲病防治时期的优化筛选. 黄茂,丁克坚,陈莉,叶正和,苏贤岩. 2009

[3]基于深度学习的病虫害智能化识别系统. 陈天娇,曾娟,谢成军,王儒敬,刘万才,张洁,李瑞,陈红波,胡海瀛,董伟. 2019

[4]基于深度学习的水稻病虫害诊断方法研究. 姜敏,沈一鸣,张敬尧,饶元,董伟. 2019

[5]农作物害虫图像识别研究进展与展望. 张萌,钱蓉,朱静波,张立平,李闰枚,董伟. 2018

[6]基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数. 董伟,钱蓉,张洁,张立平,陈红波,张萌,朱静波,卜英乔. 2019

[7]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

作者其他论文 更多>>