基于改进残差网络的果实病害分类方法

摘要：

传统的残差网络在果实病害分类中存在层数较多,以及在实际应用中有参数冗余的问题,且原始损失函数对具有相似特征的病害容易造成错误识别.为解决果害分类中参数过多及相似样本区分度低的问题,提出一种改进的残差网络结构,以降低残差块数量与卷积核数量来减少卷积层参数.同时,在原始损失函数中加入类间相似惩罚项来扩大不同类间距,以提高对病害的分类准确率.实验结果表明,相比原始的残差网络,改进后的残差网络降低约25％的参数量,改进后损失函数的识别准确率达到92.76％.

关键词：深度学习、残差网络、图像分类、果实病害、损失函数

所属期刊栏目：46

分类号：TP183(自动化基础理论)

资助基金：陕西省科技计划项目;西安市未央科技计划项目

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：221-225