基于卷积神经网络的茶叶病虫害检测系统设计

摘要：

为解决茶农在识别茶叶病虫害时存在的主观性强、误判率高等问题,基于卷积神经网络构建的茶叶病虫害识别模型经过训练、调优后获得了最终的检测模型,该检测模型通过Java Web技术构建成B/S模式的病虫害在线检测系统.用户通过在浏览器中提交待识别的茶叶图像至服务器,服务器将接收到的病虫害图片送入检测模型进行病虫害识别,将识别结果返回至用户端.实验结果表明,基于卷积神经网络构建的茶叶病虫害检测系统实现了茶叶图像中18种病虫害的检测,能较好地帮助茶农快速识别茶叶病虫害,对茶叶病虫害防治具有重要意义.

关键词：卷积神经网络、目标检测、茶叶病虫害、检测系统

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：铜仁市科技局项目2019]97;2020]79;202210665044

在线出版日期：2023-07-18（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：44-48