基于Faster-RCNN的花生害虫图像识别研究 |
| |
引用本文: | 陶震宇,孙素芬,罗长寿.基于Faster-RCNN的花生害虫图像识别研究[J].江苏农业科学,2019,47(12). |
| |
作者姓名: | 陶震宇 孙素芬 罗长寿 |
| |
作者单位: | 北京农学院计算机与信息工程学院,北京,102206;北京市农林科学院农业信息与经济研究所,北京,100097 |
| |
基金项目: | 北京市农林科学院青年基金 |
| |
摘 要: | 为实现花生害虫图像的准确分类,共收集花生主要害虫图片2 038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型。结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型。该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别。
|
关 键 词: | Faster-RCNN ResNet-50模型 花生害虫 图像识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
|