| 基于改进DenseNet卷积神经网络的番茄叶片病害检测 |
| |
| 引用本文： | 牛学德,高丙朋,南新元,石跃飞. 基于改进DenseNet卷积神经网络的番茄叶片病害检测[J]. 江苏农业学报, 2022, 38(1): 129-134. DOI: 10.3969/j.issn.1000-4440.2022.01.015 |
| |
| 作者姓名： | 牛学德 高丙朋 南新元 石跃飞 |
| |
| 作者单位： | 新疆大学电气工程学院,乌鲁木齐 830047 |
| |
| 基金项目： | 新疆维吾尔自治区自然科学基金项目(2019D01C079)； |
| |
| 摘 要： | 针对传统的图像识别方法存在人工提取特征困难、识别耗时长和准确率低等问题,本研究以感染病害的番茄叶片和健康番茄叶片共10类图像为研究对象,提出了1种迁移学习和DenseNet卷积神经网络相结合的模型,实现了对番茄叶部病害的准确分类.首先将所有的图像数据进行预处理修改尺寸,对部分数量不均衡样本作随机变换;然后将DenseN...
|
| 关 键 词： | 图像识别 番茄 病害 迁移学习 DenseNet卷积神经网络 |
Detection of tomato leaf disease based on improved DenseNet convolutional neural network |
| |
| NIU Xue-de,GAO Bing-peng,NAN Xin-yuan,SHI Yue-fei. Detection of tomato leaf disease based on improved DenseNet convolutional neural network[J]. Jiangsu Journal of Agricultural Sciences, 2022, 38(1): 129-134. DOI: 10.3969/j.issn.1000-4440.2022.01.015 |
| |
| Authors: | NIU Xue-de GAO Bing-peng NAN Xin-yuan SHI Yue-fei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
