卷积神经网络对咖啡病虫害识别和分割（分割+分类，病害严重程度详细）

2024-04-28 04:15:44

A B S T R A C T

近年来，深度学习方法被引入对病虫害引起的叶片病变进行分割和分类。在常用的方法中，卷积神经网络提供了高精度的结果。本研究的目的是提出一个有效和实用的系统，能够分割和分类不同类型的叶损伤，并利用卷积神经网络估计生物制剂引起的应激严重程度。该方法由两个阶段组成:语义分割阶段和严重程度计算阶段和症状病灶分类阶段。每个阶段分别进行测试，突出每个阶段的积极点和消极点。我们在严重性估计方面取得了很好的结果，表明该模型可以很接近真实的严重性值。生物胁迫分类准确率大于97%。由于取得了良好的结果，我们开发并实现了一个Android平台的应用程序，包括语义分割、严重性计算以及症状分类，以帮助专家和农民利用智能手机获取的咖啡叶图像识别和量化生物压力。

1. Introduction

【15】植物不断暴露于各种各样的生物因子，如害虫和病原体(昆虫、病毒、真菌、细菌等)，也暴露于非生物因子，如缺水、热、盐和冷[15]。在这种情况下，重要的是要考虑到，由病原体引起的植物疾病会损害植物的正常状态，中断和改变其重要功能。
【18】它们可能是生产力的限制因素，并导致重大的作物损失。
【7】可以采取许多措施来防止病虫害在种植园的传播。从这个意义上说，病虫害综合管理减少了作物损失的机会，减少了使用农药的需要。为了有效的病虫害管理，诊断和量化植物胁迫不仅是重要的，因为这两种功能对植物病理学[7]同样重要。
【16】根据国际咖啡组织[16]的数据，巴西是世界上最大的咖啡生产国，这个国家的重要商品。
【18】生物胁迫如沉叶虫、锈病、褐叶斑病和褐斑病影响咖啡种植园，导致落叶和光合作用降低，从而降低最终产

卷积神经网络对咖啡病虫害识别和分割（分割+分类，病害严重程度详细）相关推荐

计算机视觉与深度学习 | 卷积神经网络实现异常行为识别（目标分割与提取）
################################################ 博主github:https://github.com/MichaelBeechan 博主CSDN:h ...
基于深度卷积神经网络的大豆叶斑病识别
Abstract 摘要:本文设计了一种基于LeNet的深度卷积神经网络,利用大豆叶斑病斑影响区域进行病害识别和分类.采用无监督模糊聚类算法从叶片图像中分割出病害斑的影响区域.所提出的深度卷积神经网络模 ...
【Pytorch】基于卷积神经网络实现的面部表情识别
作者:何翔学院:计算机学院学号:04191315 班级:软件1903 转载请标注本文链接: https://blog.csdn.net/HXBest/article/details/1219812 ...
基于卷积神经网络的辛普森角色识别
摘要基于深度学习在图像分类领域的优异性能,本文研究基于图像识别技术的辛普森角色自动识别方法.首先采集18个角色的16503幅辛普森角色图像数据集,然后在CNN模型框架下,修改最顶端的全连接层与分类 ...
TensorFlow 卷积神经网络之猫狗识别（二）
本文是TensorFlow 卷积神经网络之猫狗识别的姊妹篇,是加载上一篇博客训练好的模型,进行猫狗识别本文逻辑: 我从网上下载了十几张猫和狗的图片,用于检验我们训练好的模型. 处理我们下载的图片 ...
2022-05-08 基于卷积神经网络ResNet的车型识别（实验）
人工智能应用--基于卷积神经网络ResNet的车型识别一.实验目的熟悉ResNet卷积神经网络熟悉物体检测+识别的整体流程二.实验内容与记录在给定的6类车型图片数据库上,使用ResNet18 ...
基于卷积神经网络的猫狗识别
卷积神经网络的猫狗识别任务需求环境配置识别猫狗实例首先导入库数据预处理: 读取数据: 定义网络: 调整机器学习率定义训练过程训练开始训练结果用于测试代码结果任务需求按照 htt ...
基于一维卷积神经网络的滚动轴承故障识别
基于一维卷积神经网络的滚动轴承故障识别文章目录基于一维卷积神经网络的滚动轴承故障识别一.数据预处理二.模型构建三.模型训练四.模型测试总结一.数据预处理采用美国凯斯西储大学(CWRU ...
复杂背景下卷积神经网络在森林火灾识别中的研究与应用-代码实现
1.摘要针对森林火灾的特点,提出并设计一种基于卷积神经网络的森林火灾图像识别方法.通过实验,给出用于复杂背景下森林火灾识别的卷积神经网络结构,并对该结构进行训练和测试.结果表明,该方法具备较高的正确 ...

最新文章

热门文章