基于Inception与Residual组合网络的农作物病虫害识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12052/gdutxb.190157

基于Inception与Residual组合网络的农作物病虫害识别

引用
针对我国农作物病虫害识别方法中存在的速度慢、主观性强、所需专业知识要求高以及识别成本高等问题,提出一种基于Inception与Residual结构组合的Inception-resnet-v2网络模型的农作物病虫害识别方法,以实现精准高效的农作物病虫害识别.网络使用residual结构,采用跨层连接方式将低层特征与高层特征进行组合学习以增加网络深度.同时加入了Inception结构,既能保持网络结构的稀疏性,又能利用密集矩阵的高计算性能,加快了训练速度.最后通过Softmax分类器进行多分类预测.与传统方法相比,本文方法收敛速度更快,不仅准确率达到96.67%、精确度达到90.77%、召回率达到89.72%,还使病虫害识别的不同类别更加均衡,改善了传统方法中对特定类别识别效果差的问题.

农作物病虫害识别、Inception结构、Residual结构、Inception-resnetl-v2、Softmax分类器

37

TP391.41(计算技术、计算机技术)

国家自然科学基金资助项目70971027

2020-06-08(万方平台首次上网日期,不代表论文的发表时间)

共6页

17-22

相关文献
评论
暂无封面信息
查看本期封面目录

广东工业大学学报

1007-7162

44-1428/T

37

2020,37(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn