浅谈 CNN 在猕猴桃叶部病害识别中的应用及发展

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3786-05-02-130116

浅谈 CNN 在猕猴桃叶部病害识别中的应用及发展

白文丽

重庆三峡学院

全文直达

引用

打印

摘要：为解决传统的猕猴桃叶部病害识别方法中特征提取主观性强及误识率高的问题，提出利用卷积神经网络对猕猴桃叶部病害进行识别。介绍几种经典网络，并在传统网络的基础上进行改进，本文以 ResNet34 为基础构建病害识别模型，使用迁移学习方法的经过海量数据训练的预训练模型减少算力压力并增强模型鲁棒性，采用卷积神经网络框架和残差网络对猕猴桃叶部叶片病害图像进行分析与应用，具有重要的实际意义和应用前景。

关键词：

卷积神经网络；猕猴桃叶部；病害识别；改进 ResNet34 结构

Universe Scientific Publishing

ISSN：2661-3778

年,卷(期)：2023,5(2)