基于卷积神经网络的苹果树病虫害识别

摘要：

基于深度学习中数字图像识别的理论,课题组构建了深层卷积神经网络,并使用网络模型对苹果树叶片进行分类试验,基于深度学习MobileNet,修改输出的全连接层尺寸,搭建了MobileNet苹果树叶分类模型,实现了Alternaria_Boltch(斑点落叶病)、Brown_Spot(褐斑病)、Grey_Spot(灰斑病)、Mosaic(花叶病)、Rust(锈病)5种苹果树病害的识别.仿真结果证明:该苹果树病虫害识别方法平均准确率达到了0.99,micro-Precision、micro-Recall、micro-F1指标分别达到了0.99、0.98、0.99.

关键词：卷积神经网络、苹果树病害、识别

所属期刊栏目：53

分类号：TP391.41;S66(计算技术、计算机技术)

资助基金：衡水市科技计划自筹经费项目;衡水学院科研立项课题;衡水学院科研立项课题

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：16-19