您好,欢迎访问安徽省农业科学院 机构知识库!

一种基于深度学习的玉米病害识别方法

文献类型: 中文期刊

作者: 郑铖 1 ; 董伟 2 ; 高海涛 1 ;

作者机构: 1.安徽科技学院电气与电子工程学院

2.安徽省农业科学院

关键词: 玉米病害;卷积神经网络;病害识别;识别精度

期刊名称: 安徽科技学院学报

ISSN:

年卷期: 2023 年 002 期

页码: 87-94

摘要: 目的:针对现有玉米病害种类繁多、识别方法耗时耗力等问题,对传统卷积神经网络结构进行改进和优化,提出Corn_Modle新型玉米病害自主识别模型。方法:构建含有6种玉米病害种类的数据集,并对其进行数据增强和预处理;将新建模型在训练集上进行训练,利用测试集对其进行试验验证。结果:Corn_Modle模型的准确率为96.85%,参与对比的AlexNet、LeNet-5、ResNet50、MobileNet等4种经典模型的准确率分别为93.98%、77.06%、63.44%和87.25%,在准确率、精准度、召回率等评价指标上优于对比模型。结论:新构建的Corn_Modle模型在准确率、鲁棒性和稳定性方面比传统的经典模型表现更好,可为玉米等农作物病害识别技术的发展提供参考。

  • 相关文献

[1]一种马铃薯病害神经网络识别方法. 刘飞,董伟,高海涛. 2022

[2]一种基于改进卷积神经网络的玉米病害高效识别模型. 王营瑛,郑铖,董伟,高海涛. 2023

[3]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

[4]基于卷积神经网络和小样本的茶树病害图像识别. 孙云云,江朝晖,董伟,张立平,饶元,李绍稳. 2019

[5]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

作者其他论文 更多>>