| 基于改进残差网络的园林害虫图像识别 |
| |
| 引用本文： | 陈娟,陈良勇,王生生,赵慧颖,温长吉.基于改进残差网络的园林害虫图像识别[J].农业机械学报,2019,50(5):187-195. |
| |
| 作者姓名： | 陈娟 陈良勇 王生生 赵慧颖 温长吉 |
| |
| 作者单位： | 吉林大学,吉林大学,吉林大学,吉林大学,吉林农业大学 |
| |
| 基金项目： | 吉林省科技发展计划项目(20180101334JC、20190302117GX、20160520099JH)和吉林省发展改革委创新能力建设（高技术产业部分）项目（2019C053-3） |
| |
| 摘 要： | 针对北方园林害虫识别问题,提出了一种基于改进残差网络的害虫图像识别方法。首先,采用富边缘检测算法,将中值滤波、Sobel算子和Canny算子相结合,对害虫图像进行边缘检测;然后,改进残差网络中的残差块,通过添加卷积层和增加通道数提取更多的害虫图像特征,并将贝叶斯方法运用于改进后的网络中,优化超参数;最后,将预处理的害虫图像输入神经网络中,利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别,试验结果表明,在相同数据集下,与3种传统害虫识别方法相比,本文方法的平均识别准确率平均提高9. 6个百分点,加权平均分数分别提高16. 3、10. 8、4. 5个百分点。
|
| 关 键 词： | 图像识别 害虫控制 残差网络 贝叶斯方法 |
| 收稿时间： | 2018/11/2 0:00:00 |
Pest Image Recognition of Garden Based on Improved Residual Network |
| |
| CHEN Juan,CHEN Liangyong,WANG Shengsheng,ZHAO Huiying and WEN Changji.Pest Image Recognition of Garden Based on Improved Residual Network[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(5):187-195. |
| |
| Authors: | CHEN Juan CHEN Liangyong WANG Shengsheng ZHAO Huiying and WEN Changji |
| |
| Institution: | Jilin University,Jilin University,Jilin University,Jilin University and Jilin Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | image recognition pest control residual network Bayesian method |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
