基于改进残差网络的葡萄叶片病害识别 |
| |
引用本文: | 戴久竣,马肄恒,吴坚,班兆军.基于改进残差网络的葡萄叶片病害识别[J].江苏农业科学,2023(5):208-215. |
| |
作者姓名: | 戴久竣 马肄恒 吴坚 班兆军 |
| |
作者单位: | 1. 浙江科技学院生物与化学工程学院;2. 浙江科技学院机械与能源工程学院 |
| |
基金项目: | “十三五”国家重点研发计划(编号:2017YFD0401304);;浙江省重点研发计划(编号:2022C04039); |
| |
摘 要: | 葡萄病害是导致葡萄严重减产的主要因素,大多数病害症状都反映在葡萄的叶片上,但是人工针对叶片的识别费时且效率低。本研究提出了一种基于改进残差网络的葡萄叶片病害识别模型。该研究在ResNet50的基础上采用金字塔卷积网络,通过其包含不同大小和不同深度的卷积核来处理输入,然后以特征融合来获得不同程度的病害特征细节。在金字塔网络结构上采用深度超参数化卷积层代替传统的卷积层,能够加快模型收敛速度,有效提升模型精度。结果表明,改进后的残差网络模型与AlexNet、MobileNetV2、ResNet50/101、VGG16模型相比,在准确性方面具有显著优势。与原模型相比较,识别准确率提高3.18百分比,改进模型对病害识别准确率高达98.20%。可以为识别葡萄叶片病害提供参考。
|
关 键 词: | 葡萄病害 残差网络 金字塔卷积 深度超参数化卷积层 |
|