基于卷积神经网络的马铃薯叶片病害识别系统

摘要：

深度学习是图像处理领域的研究热点,为实现马铃薯叶片病害识别,达到及时防治的目的,采用深度学习理论设计病害识别系统,系统包括分层卷积神经网络识别模型、WEB服务器和手机端APP.基于TensorFlow框架,搭建8层CNN+softmax分层卷积神经网络模型,自动学习到256个病害图像特征,采用softmax分类器识别病害,简单背景单一病斑识别准确率达到87％.在ubuntu上搭建Nginx Web服务器,应用Flask框架开发后台服务,基于vue.js开发手机端APP,实现手机采集、上传病害图像、获取病害结果等功能,为相关应用提供完整全栈式解决方案.

关键词：深度学习、卷积神经网络、马铃薯、病害识别系统

所属期刊栏目：46

分类号：S126;TP391.41(农业物理学)

资助基金：内蒙古自治区高等学校科学研究项目NJZY144

在线出版日期：2019-03-15（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：251-255