|
|||||
|
|
| 基于GoogLeNet改进模型的苹果叶病诊断系统设计 | |
| 作者姓名： | 宋晨勇 白皓然 孙伟浩 马皓冉 |
| 作者单位： | 青岛农业大学机电工程学院; |
| 基金项目： | 山东省农机装备研发创新计划项目(2018YZ002) 国家级大学生创新创业训练计划项目(S202010435013) 广东省重点领域研发计划(2018B020241003) |
| 摘 要： | 针对苹果病害自动识别精度低、高延迟问题,以苹果锈病和斑点落叶病作为研究对象,基于卷积神经网络建立苹果病害诊断系统.采用旋转、锐化、模糊等数据增强方法扩展数据集,使用数据标准化方法优化模型的数据输入,在算法模型上,在GooLeNet模型的基础上减少inception模块上的数量,并优化模型前段的网络结构以捕获更多的特征信... |
| 关 键 词： | 苹果叶病识别 数据增强 GoogLeNet改进模型 Tornado框架 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中国农机化学报》浏览原始摘要信息 | |
| 点击此处可从《中国农机化学报》下载全文 | |