基于迁移学习的农作物病虫害检测方法研究与应用

2024-05-15 22:53:03

基于迁移学习的农作物病虫害检测方法研究与应用

1、研究思路

迁移学习方式并结合深度学习提出了一种基于残差网络（ResNet 50）的 CDCNNv2 算法。通过对 10类作物 3 万多幅病虫害图像进行训练，获得了病虫害严重程度分类的模型，识别准确率可达91.51%。为了验证模型的鲁棒性，分别与使用迁移学习的 ResNet 50、Xception、VGG16、VGG19、 DenseNet 121 进行对比试验，试验结果表明 CDCNNv2 网络的平均精度提升了 2.78 ~ 10.93 个百分点，具有更高的分类精度，并加强了病虫害严重程度识别的鲁棒性。

2、数据来源

公开数据集，是由AI Challenger 2018提供的农作物病虫害数据集，共包含 36261 幅标注的图像，其中训练集有31721 幅图像，验证集包含 4540 幅图像。

3、图像预处理

当图像进行了随机光亮度增减之后，将图像归一化到-1 与 1 之间，随后设置中心点随机旋转一定角度，再进行镜面翻转，最后将图像统一到 229 像素×229 像素。

4、CDCNNv2 模型

CDCNNv2 模型是基于残差网络 ResNet 50改进而来，按照深度学习的效果而言，识别性能会随着网络层数的加深而提高，但识别性能会在网络加深到某一个层数的时候达到饱和，此时继续加深网络层数，只会使得该网络在训练集上的表现有所减弱，称此现象为网络退化。而 ResNet 50 网络在训练的时候并非如此，其核心残差模块在网络达到最优的时候，可以通过恒等映射向后传输信息

基于迁移学习的农作物病虫害检测方法研究与应用相关推荐

基于 CNN 和迁移学习的农作物病害识别方法研究
基于 CNN 和迁移学习的农作物病害识别方法研究 1.研究思路采用互联网公开的 ImageNet 图像大数据集和PlantVillage 植物病害公共数据集, 以实验室的黄瓜和水稻病害数据集 AES ...
基于深度学习的农作物病虫害识别系统
1 简介今天向大家介绍一个帮助往届学生完成的毕业设计项目,基于深度学习的农作物病虫害识别系统. ABSTRACT 及时.准确地诊断植物病害,对于防止农业生产的损失和农产品的损失或减少具有重要作用.为 ...
基于深度学习的农作物病害检测
基于深度学习的农作物病害检测 1.研究思路 47 637 张图片总共 61 个分类标签．6 种模型对图像进行特征抽取．采用交叉熵和正则化项组成损失函数进行反向传播调整,对数据集进行 4 种不同情况的 ...
基于深度学习的小目标检测方法综述
随着深度学习的发展,基于深度学习的目标检测技术取得了巨大的进展,但小目标由于像素少,难以提取有效信息,造成小目标的检测面临着巨大的困难和挑战. 为了提高小目标的检测性能,研究人员从网络结构.训练策略. ...
基于深度学习的显著性目标检测方法综述
源自:电子学报作者:罗会兰袁璞童康摘要显著性目标检测旨在对图像中最显著的对象进行检测和分割,是计算机视觉任务中重要的预处理步骤之一,且在信息检索.公共安全等领域均有广泛的应 ...
深度学习——day38 读论文：基于深度学习的数据竞争检测方法（DeleRace计算机研究与发展 2022）
基于深度学习的数据竞争检测方法 chap0 Introduction 本文贡献: 原文及笔记下载 chap1 DeleRace 1.1 检测框架 1.2 选取实际应用程序 1.3 特征提取 1.3.1 ...
小目标检测：基于深度学习的小目标检测方法
基于深度学习的小目标检测方法小目标检测的难点:分辨率低.信息少,噪音多.图像模糊解决方法:图像金字塔.特征金字塔.对包含小目标的图像进行oversampling.对小目标进行复制粘贴操作(不遮挡原 ...
基于集成学习的小麦赤霉病高光谱图像识别方法研究
基于集成学习的小麦赤霉病高光谱图像识别方法研究 1.研究思路 [1]深度学习方法,通过构建深度神经网络模型对小麦赤霉病进行识别.构建四个不同结构的深度神经网络模型,并对这四个模型进行结构分析. [2] ...
文献阅读笔记：基于深度学习的桥梁裂缝检测算法研究
论文 | 基于深度学习的桥梁裂缝检测算法研究作者 | 李良福.马卫飞.李丽.陆铖期刊 | 自动化学报时间 | 2019年9月论文目的: 传统的图像处理算法不能很好地对桥梁裂缝进行检测 , ...

最新文章

热门文章