SoyNet:大豆叶部病害分类（研究思路清晰）

2024-04-27 22:30:27

1、研究思路

提出了一种计算机视觉方法来解决这些挑战。提议的方法包括两个模块。第一个模块通过减去复杂背景从整个图像中提取叶子部分。第二个模块介绍了一种深度学习卷积神经网络(CNN)，SoyNet，用于利用分割的叶片图像识别大豆植物病害。所有的实验都是在“植物病害症状图像数据库”上进行的，共有16个类别。该模型识别准确率为98.14%，具有良好的查准率、查全率和f1评分。该方法还与三种基于手工特征的先进方法和六种常用的深度学习CNN模型进行了比较，即VGG19、GoogleLeNet、Dense121、XceptionNet、LeNet和ResNet50。所获得的结果表明，所提出的方法优于9种最先进的方法/模型。

2、研究介绍

【1】Shrivastava等人介绍了另一项关于大豆植物叶面病害严重程度自动检测和估计的工作(Shrivastava等人，2015年)。对于疾病水平的预测，考虑了三个指标，即***疾病严重度指数、每个区域的感染率和疾病水平参数。***所有试验都是针对六种类型的大豆植物病害进行的，即锈病、白叶枯病、猝死综合症、褐斑病、霜霉病和蛙眼病。在找出这些索引的值之前，从杂乱的场景中提取叶子部分。然而，由于复杂的背景，所使用的分割算法不能从杂乱的场景中提取叶子部分。

【2】Gui等人讨论了一种基于显著区域的大豆叶部病害检测方法。通过多尺度分析确定显著图的低水平亮度和颜色特征被输入到k-means中以提取疾病区域。

【3】在Pires等人(2016)中，R. D. L. Pires等人讨论了一种使用图像局部描述符和视觉单词包来检测大豆疾病的方法。考虑了四类，即霉变、锈褐色、锈RB和健康叶。总共1200张扫描的叶子图像被考虑用于他们的实验。在八个局部描述符中，视觉单词的金字塔直方图提供了最好的结果，即98%的准确性。

【4】Shrivastava等人(201

SoyNet:大豆叶部病害分类（研究思路清晰）相关推荐

基于EfficientNet网络的植物叶部病害分类
Plant leaf disease classification using EfficientNet deep learning model 1.期刊信息名称:Ecological Inform ...
基于深度学习的番茄叶部病害识别模型
基于深度学习的番茄叶部病害识别模型 1.研究思路为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型.该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高 ...
基于深度学习和支持向量机的４种苜蓿叶部病害图像识别
基于深度学习和支持向量机的4种苜蓿叶部病害图像识别 1.研究思路对采集获得的899张苜蓿叶部病害图像,利用人工裁剪方法从每张原始图像中获得1张子图像,然后利用结合 K 中值聚类算法和线 ...
基于自主巡航无人机和支持向量机算法的小麦叶部病害检测系统（一）
2017年4月我申请到了一个大学生创新项目--基于SVM和计算机视觉技术的小麦叶部病害检测系统.该项目利用摄像头捕捉叶部图像,通过病斑分割,提取特征向量,然后送到SVC分类器中训练得到结果.后期借助F ...
深度迁移学习在花生叶部病害图像识别中的应用
深度迁移学习在花生叶部病害图像识别中的应用 1.论文思路首先迁移 Inception-v3 模型在茶叶叶部病害图像数据集上进行微调, 然后将微调所得模型迁移至花生叶部病害图像数据集上继续训练.实验结 ...
【农业科研进展】小麦白粉病与植物叶部病害监测识别
作物病变.虫害,作为威迫作物生长的主因之一,一直是科研攻关的方向.随着深度学习.物联网.遥感等技术的不断发展,不少农科院所也在尝试借助现代科技,突破病变的识别与监测,致力于将病害扼杀在萌芽阶段.近期, ...
玉米叶片病害分类的深度转移模型（改进AlexNet）
目前,深度学习在图像分析和目标分类中发挥着重要作用.玉米病害导致产量下降,进而成为全球农业经济损失的突出因素.此前,研究人员已经使用手工制作的特征对玉米植株的叶片疾病进行图像分类和检测.如今,深度学习 ...
语言学研究思路(本章为分类，以后有别人论文的思路分析)
语言学研究思路(本章为分类,以后有别人论文的思路分析) 以下试图用集合的描述方法来展示我理解的语言学中的各个东西之间是什么关系.我想用数学公式化的方式表示出来,既显得严谨又可以加快我读论文的速度. ...
华中科技大学期刊分类办法_紧跟国际前沿，拓展研究思路，立足国内实践，提升科研能力 —— 记国际期刊学术论文写作与发表研修班...
为进一步增进国内高校外语教师对国际学术研究前沿和发展趋势的了解,提升其选题挖掘.研究设计.国际期刊学术论文写作与发表能力,外语教学与研究出版社联合武汉理工大学于2020年12月5-6日在武汉及线上同步 ...

最新文章

热门文章