| 基于深度卷积神经网络的大豆叶片多种病害分类识别 |
| |
| 引用本文： | 尚增强,杨东福,马质璞. 基于深度卷积神经网络的大豆叶片多种病害分类识别[J]. 大豆科学, 2021, 40(5): 662-668. DOI: 10.11861/j.issn.1000-9841.2021.05.0662 |
| |
| 作者姓名： | 尚增强 杨东福 马质璞 |
| |
| 作者单位： | 南阳农业职业学院,河南南阳473000 |
| |
| 摘 要： | 为实现复杂田间背景下快速高效分类识别多种大豆叶片病害图像,以准确性、训练时间和训练误差为深度学习模型性能指标,对比评估不同深度卷积神经网络模型.首先将无人机收集到的大豆叶片病害图像数据集按7∶3的比例分为训练集与测试集.为扩充数据图像,对训练集原图进行数据增强.基于不同权重的微调和迁移学习训练策略,采用Inceptio...
|
| 关 键 词： | 大豆叶片病害 深度学习 图像识别 卷积神经网络 |
Automatic Identification of Soybean Leaf Diseases Based on UAV Image and Deep Convolution Neural Network |
| |
| SHANG Zeng-qiang,YANG Dong-fu,MA Zhi-pu. Automatic Identification of Soybean Leaf Diseases Based on UAV Image and Deep Convolution Neural Network[J]. Soybean Science, 2021, 40(5): 662-668. DOI: 10.11861/j.issn.1000-9841.2021.05.0662 |
| |
| Authors: | SHANG Zeng-qiang YANG Dong-fu MA Zhi-pu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
