基于one-shot学习的小样本植物病害识别 |
| |
引用本文: | 任胜男,孙钰,张海燕,郭丽霞.基于one-shot学习的小样本植物病害识别[J].江苏农业学报,2019,35(5). |
| |
作者姓名: | 任胜男 孙钰 张海燕 郭丽霞 |
| |
作者单位: | 北京林业大学信息学院,北京,100083;国家食品安全风险评估中心,北京,100022 |
| |
基金项目: | 中央高校基本科研业务费专项北京林业大学项目;国家重点研发计划 |
| |
摘 要: | 针对植物病害小样本问题提出一种基于one-shot学习的植物病害识别方法。以公开数据集PlantVillage中8类样本数量较少的植物病害图像作为识别对象,使用焦点损失函数(focal loss, FL)训练基于关系网络的植物病害分类器。训练过程中,调整FL超参数使模型聚焦于困难样本,从而提高植物病害识别精确率。结果表明:该方法在5-way、1-shot任务中识别精确率达到89.90%,相比原始关系网络模型精确率提高了4.69个百分点。同时,与匹配网络和迁移学习相比,改进后的方法在实验数据集上识别精确率分别提高了25.02个百分点和41.90个百分点。
|
关 键 词: | 植物病害识别 深度学习 one-shot学习 焦点损失函数 关系网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|