基于ResNet18的图像分类在农作物病虫害诊断中的应用

摘要：

使用Pytorch框架搭建ResNet18网络模型,优化网络参数和结构,基于深度学习的图像分类方法,通过数据清洗、图像数据预处理、数据加载、模型设计与搭建、进行不同周期的训练与测试,对模型进行评估,得到农作物病虫害10分类最佳模型和参数,并建立网络应用,进行农作物病虫害图片诊断和识别,最终应用于实际农作物病虫害种类的诊断中.

关键词：图像分类;ResNet18;pytorch

所属期刊栏目：41

分类号：S661.2(果树园艺)

资助基金：基于人工智能计算机视觉的交通场景智能应用项目编号:2020RW37

在线出版日期：2021-10-22（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：10-13