| 基于迁移学习的农作物病虫害检测方法研究与应用 |
| |
| 引用本文： | 余小东,杨孟辑,张海清,李丹,唐毅谦,于曦.基于迁移学习的农作物病虫害检测方法研究与应用[J].农业机械学报,2020,51(10):252-258. |
| |
| 作者姓名： | 余小东 杨孟辑 张海清 李丹 唐毅谦 于曦 |
| |
| 作者单位： | 成都大学计算机学院,成都610106;成都大学模式识别与智能信息处理四川省高校重点实验室,成都610106;成都信息工程大学软件工程学院,成都610225;成都大学计算机学院,成都610106 |
| |
| 基金项目： | 国家自然科学基金项目（61602064）和欧盟Erasmus+SHYFTE项目(598649-EPP-1-2018-1-FR-EPPKA2-CBHE-JP) |
| |
| 摘 要： | 为了提高农作物病虫害严重程度（健康、一般、严重）的分类效果，采用迁移学习方式并结合深度学习提出了一种基于残差网络（ResNet 50）的CDCNNv2算法。通过对10类作物的3万多幅病虫害图像进行训练，获得了病虫害严重程度分类模型，其识别准确率可达91.51%。为了验证CDCNNv2模型的鲁棒性，分别与使用迁移学习的ResNet 50、Xception、VGG16、VGG19、DenseNet 121模型进行对比试验，结果表明，CDCNNv2模型比其他模型的平均精度提升了2.78~10.93个百分点，具有更高的分类精度，病虫害严重程度识别的鲁棒性增强。基于该算法所训练的模型，结合Android技术开发了一款实时在线农作物病虫害等级识别APP，通过拍摄农作物叶片病虫害区域图像，能够在0.1~0.5s之内获取识别结果（物种-病害种类-严重程度）及防治建议。
|
| 关 键 词： | 农作物病虫害 病虫害等级分类 深度迁移学习 ResNet 50 移动应用程序 |
| 收稿时间： | 2020/6/11 0:00:00 |
Research and Application of Crop Diseases Detection Method Based on Transfer Learning |
| |
| YU Xiaodong,YANG Mengji,ZHANG Haiqing,LI Dan,TANG Yiqian,YU Xi.Research and Application of Crop Diseases Detection Method Based on Transfer Learning[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(10):252-258. |
| |
| Authors: | YU Xiaodong YANG Mengji ZHANG Haiqing LI Dan TANG Yiqian YU Xi |
| |
| Institution: | Chengdu University;Chengdu University of Information Technology |
| |
| Abstract: | |
| |
| Keywords: | crop disease classification of disease rank deep transfer learning ResNet 50 APP |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
