Plant leaf disease classification using EfficientNet deep learning model

1、期刊信息

名称：Ecological Informatics

2、研究内容

提出了植物叶部病害分类的高效网络深度学习体系结构，并与其他先进的深度学习模型进行了比较。植物村数据集用于训练模型。所有模型都是用原始数据集和扩充数据集训练的，原始数据集和扩充数据集分别有55，448幅和61，486幅图像。使用迁移学习方法来训练高效的网络体系结构和其他深度学习模型。在迁移学习中，模型的所有层都被设置为可训练的。在测试数据集上获得的结果表明，在原始数据

基于EfficientNet网络的植物叶部病害分类相关推荐

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 ...
SoyNet:大豆叶部病害分类（研究思路清晰）
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 ...
【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, ...
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 ...
【图像处理】植物叶识别和分类
一.说明这是国外某个学生团队尝试用机器学习方法对植物叶进行识别分类的实验.实验给出若干张植物叶图片,针对这些图片,对特征进行测量.提取.重组,最后用机器学习方法实现:该具备一定的参考价值. 现在是我 ...
代码实践：基于LSTM网络的DEAP情感数据集情感分类
2023/4/5 -4/17 脑机接口学习内容一览: 这一篇文章主要对DEAP数据集转化为python可以处理的格式,并且进一步使用LSTM网络进行分类工作. 一.数据集分析详情见于官网:DEAPd ...
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 ...

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

2、研究内容

基于EfficientNet网络的植物叶部病害分类相关推荐

最新文章

热门文章