基于改进残差网络的水稻害虫识别

水稻害虫是影响水稻产量的因素之一，准确识别水稻害虫对提高水稻产量具有重要意义，针对水稻害虫识别准确率不高的问题，提出一种基于改进残差网络模型的水稻害虫识别方法。该模型是将动态路由胶囊结构嵌入残差网络深度卷积模型中，代替残差网络的全连接层，首先通过4个残差块得到特征图，将特征图进行胶囊化编码，其次进行层间路由，以减少卷积神经网络(CNN)在输出时丢失的大量信息。对水稻的14类害虫进行识别，并分析不同参数(学习率、批量大小、激活函数和优化组合)的影响。结果表明，提出的改进残差网络模型的准确率达到77.12%。模型满足水稻害虫图像识别的需求，具有一定的识别准确率及较强的鲁棒性，可为实际农业场景下水稻害虫识别提供可行的方案。