摘要
针对传统Res Net在甘蔗病害识别中的局限性,如模型泛化能力不足、训练收敛速度慢和容易过拟合等问题,提出一种改进型Res Net模型的解决方案。对原始Res Net模型实施了多方面的优化,重点包括对残差模块的改进以减少梯度消失,扩展模型深度以提高表达能力,以及引入注意力机制以更有效地捕捉局部信息和关键特征。试验结果表明:改进型Res Net模型在甘蔗病害识别任务中实现了较高的准确率、召回率和F1值;训练过程中改进型Res Net模型展现出较快的收敛速度,同时通过采用早停策略能够有效地避免过拟合问题,使得模型在测试集上的性能更加稳定,从而进一步提高了甘蔗病害识别的准确性和可靠性。
出处
《农业科技与信息》
2023年第8期27-30,38,共5页
Agricultural Science-Technology and Information
基金
2022年广东省教育厅普通高校重点领域专项“基于深度学习的甘蔗病害识别研究”(2022ZDZX1063)
2021年广东省教育厅普通高校重点领域专项“乡村振兴背景下认养农业模式智慧果树认领的探索与实践”(2021ZDZX4116)
2020年广东省教育厅普通高校重点科研项目(自然科学)“乡村振兴视域下农村网络直播电商平台建设与应用研究”(2020ZDZX1065)。
