基于深度迁移学习的苹果叶病识别方法研究
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