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。实验结果表明,Inception-v3、VGG19、ResNet50、 卷积神经网络和微调卷积神经网络在测试集上的准确率分别为 94.1%、92.9%、93.2%、80.3%和 87.0%,本文提出的 方法准确率为 95.3%。在花生叶部病害图像数量有限时,本文提出的方法识别准确率显著提高。
提出了一种基于微 调策略的 Inception-v3(Finetuning-Inception-v3)花生叶部病害图像识别方法。
Brahimi 等基于番茄叶部病害图像数据集对 AlexNet 模型进行调整,不仅具有较高的识别准确率,而且在一 定程度上减少了由病斑分割对识别效果造成的影响。
2、实验数据
其次由于受到发病率和发病地区等影响,每 类病害图像数400~2000 张不等,为减少因数据集中图像数量不均造成的模型泛化能力的影响,对 图像数量较少的类别进行图像增强。利用 Python 对图像进行翻转、旋转等操作以增加样本的多样性。 最终获得 6700 余张图像,并划分训练集、验证集和测试集。
3、预训练模型
预训练模型是针对某一特定任务,基于大型数据 集(如 ImageNet)上训练而得的模型。当解决类似任务时,不需要构建海量数据集,也不需要重新 构建模型,只需将预训练模型迁移到新的任务中,根据任务对模型进行微调即可。
**
深度迁移学习在花生叶部病害图像识别中的应用相关推荐
- 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 ...
- 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 ...
- 整理学习之深度迁移学习
迁移学习(Transfer Learning)通俗来讲就是学会举一反三的能力,通过运用已有的知识来学习新的知识,其核心是找到已有知识和新知识之间的相似性,通过这种相似性的迁移达到迁移学习的目的.世间万 ...
- 《基于卷积神经网络的深度迁移学习,用于燃气轮机燃烧室的故障检测》论文阅读
目录 突出 抽象 引言 1.1动机 1.2文献综述获得的结论 1.3贡献 1.4组织 2方法 2.1燃汽轮机组故障知识共享 2.2迁移学习 2.3 基于卷积神经网络的深度迁移学习 2.4用于燃气轮机燃 ...
- 基于特征的对抗迁移学习论文_学界 | 综述论文:四大类深度迁移学习
选自arXiv 作者:Chuanqi Tan.Fuchun Sun.Tao Kong. Wenchang Zhang.Chao Yang.Chunfang Liu 机器之心编译 参与:乾树.刘晓坤 本 ...
- 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 ...
- 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 ...
- 利用深度迁移学习进行基于图像的植物病害识别
1.论文信息 2.研究概述 选择了在ImageNet和Inception模块上预先培训的VGGNet.不是通过随机初始化权重来从头开始训练,而是在大型标记数据集ImageNet上使用预先训练的网络来初 ...
- AI体验馆上线!集成业界领先NLP场景深度迁移学习框架EasyTransfer
简介:2020年10月,阿里云正式开源了深度迁移学习框架EasyTransfer,这是业界首个面向NLP场景的深度迁移学习框架. 目前集合该能力的AI体验馆已正式上线,免费体验:https://wor ...
最新文章
- css loader.net,* !!vue-style-loader!css-loader?
- Dask.distributed创建client时出现报错
- 新后缀勒索病毒.phobos 解密成功 sql数据恢复
- 软件定义汽车带来的困境——如何破局?
- Java变量名命名规则
- 《如何搭建小微企业风控模型》第十一节 逻辑回归与评分卡 节选
- Web App:赌的就是互联网未来并 非无可挑剔
- c语言中文内码,用C语言实现常见的三种中文内码转换
- 使用python抓取分析链家网二手房数据
- 基于node搭建前端服务器,nodejs做微信小程序后端
- php表格怎么加粉色,为什么EXCEL算出的数据表格变成粉色-这个粉红色在excel表中怎么设置出来,参数值~...
- 在线作图p图|图片生成|做图HTML源码
- 2019年伯克利大学 CS294-112《深度强化学习》第4讲:强化学习简介(笔记)
- VTN国际品牌会员俱乐部 聚集高净值圈层人群 引领高品质生活方式
- html中怎么写小箭头,纯CSS代码实现各种小箭头
- 武汉纺织大学计算机考试在哪个校区,武汉纺织大学校区有几个 地址是什么
- kaldi的安装使用
- 【论文笔记】 Leverage Lexical Knowledge Base for Chinese NER via Collborative Graph Network
- 微分中值定理之柯西中值定理
- Android butterknife黄油刀使用大全
热门文章
- k8s环境问题及解决方案
- Office 2016 到底有没有更新?
- MySQL8.0二进制免编译部署过程详解(二)
- 基于TI AM335x创龙开发板的快速体验
- Mysql 5.7 Gtid内部学习(十) 实际案例(二)
- 物联网时代AMD迎来最强发展契机
- sysstat工具的用法
- org.apache.thrift.TApplicationException: Required field 'client_protocol' is unset!
- jdk1.7 1.8新特性
- 认识div(division)在排版中的作用