基于深度迁移学习的苹果叶病识别方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于深度迁移学习的苹果叶病识别方法研究

引用
苹果叶部病虫害是影响苹果产量增长的重要因素之一,准确地识别叶病种类以进行及时防治对于苹果增量增产具有重要的意义.本研究提出一种基于深度迁移学习的苹果叶病种类识别方法,提高了模型的泛化性和识别准确率.同时针对数据分布不均衡的问题,改进损失函数,使得模型获得了更高的识别效果.实验结果表明本研究算法进行叶病识别准确率可以达到93.5%以上,验证了本研究算法的有效性,对于苹果叶部病虫害的识别及防治提供了新思路.

卷积神经网络;深度学习;迁移学习;苹果叶病识别

1

TP391.41(计算技术、计算机技术)

泰山学院引进人才科研启动基金项目编号:Y-01-2018006

2021-11-15(万方平台首次上网日期,不代表论文的发表时间)

共4页

14-17

相关文献
评论
暂无封面信息
查看本期封面目录

智慧农业导刊

1

2021,1(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn