-
题名基于迁移学习的苹果树叶片病虫害识别方法研究
被引量:19
- 1
-
-
作者
周宏威
沈恒宇
袁新佩
李晓冬
-
机构
东北林业大学机电工程学院
国家林业和草原局森林和草原病虫害防治总站
-
出处
《中国农机化学报》
北大核心
2021年第11期151-158,共8页
-
基金
黑龙江省自然科学基金项目(YQ2020C018)
中央高校基本科研业务费(2572019BF08)
+1 种基金
林业科技创新平台运行补助项目(2020132304)
黑龙江省博士后启动金项目(LBH—Q20002)。
-
文摘
为实现苹果树叶片病虫害快速且准确地识别与分类,研究基于迁移学习的多种神经网络模型,对比不同模型在苹果树叶片病虫害识别上的准确度。构建VGG16,ResNet50,Inception V3三种神经网络模型,利用从PlantVillage上获取的4种不同的苹果树叶片图片,分别为苹果黑星病叶片,苹果黑腐病叶片,苹果锈病叶片以及健康苹果叶片。按照8∶1∶1的比例将图片分为训练集,测试集和验证集对模型进行训练。在相同的试验条件下对比分析VGG16,ResNet50和Inception V3的试验结果。三种模型在使用迁移学习技术的情况下对苹果树叶片病虫害识别准确率分别达到97.67%,95.34%和100%。与不使用迁移学习的模型相比,使用迁移学习能够明显提升模型的收敛速度以及准确率,为常见的苹果树病虫害识别提供了新的方法。
-
关键词
迁移学习
苹果树病虫害
图像识别
神经网络
-
Keywords
transfer learning
apple tree diseases
image recognition
neural network
-
分类号
S436.611
[农业科学—农业昆虫与害虫防治]
-