10.3969/j.issn.1000-2324.2022.02.012
基于改进空间残差收缩网络模型的农作物病虫害识别
为了提高农作物病虫害识别的精度,本文将3D-CNN和2D-CNN与空间残差网络相结合,软阈值化作为非线性层嵌入空间残差网络以消除病虫害图像不重要的图像特征,提出一种基于空间残差收缩网络的农作物病虫害识别模型.与3D-CNN和ResNet相比,基于空间残差收缩网络的农作物病虫害识别模型具有更高的精度和鲁棒性,总体分类精度为99.41%,增强了图像特征与病虫害类别的关系,可以识别多种农作物病虫害图像.
空间残差收缩网络、农作物病虫害、图像识别
53
S126(农业物理学)
2022-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
259-264