基于生成对抗网络的葡萄叶片图像数据增强方法
农作物病害的治理与防治对农作物的产量和品质有着极其重要的影响.近年来,随着计算机视觉与深度学习技术的发展,基于叶片图像的农作物病害识别研究受到了广泛关注.在葡萄病害识别领域,大规模病害叶片标注数据集的缺乏限制了识别的准确率,而获得专业的葡萄病害数据集需要耗费大量的人力和物力.针对叶片数据集缺乏等问题,提出了一种基于循环生成对抗网络的数据生成模型.实验表明,该模型能够生成质量较高的葡萄叶片病害图像,且能够提升小样本葡萄病害的识别准确率.
生成对抗网络、图像识别、葡萄叶片、数据增强
TP391.4(计算技术、计算机技术)
2021-11-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
41-44