一种马铃薯病害神经网络识别方法

作     者：刘飞 董伟 高海涛 LIU Fei;DONG Wei;GAO Haitao

作者机构：安徽科技学院机械工程学院安徽凤阳233100 安徽省农业科学院安徽合肥230001 安徽科技学院电气与电子工程学院安徽凤阳233100 

出 版 物：《安徽科技学院学报》 (Journal of Anhui Science and Technology University)

年 卷 期：2022年第36卷第2期

页      面：75-80页

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0904[农学-植物保护] 090401[农学-植物病理学] 

基　　金：安徽省自然科学基金面上项目(1808085MF183) 安徽省高校学科拔尖人才学术资助项目(gxbjZD2020079) 安徽省高校自然科学研究重点项目(KJ2020A0076)。 

主　　题：马铃薯病害 卷积神经网络 病害识别 识别精度 

摘      要：目的:为解决马铃薯病害识别效率低和识别效果差等问题,构建一种基于卷积神经网络的马铃薯病害识别模型,以期获得更好的识别性能。方法:以卷积神经网络为基础,通过融入抑制神经元、批归一化等方法优化网络结构,提高网络的泛化能力,抑制过拟合等;选取马铃薯两种病害和健康图像作为研究对象,对图像进行增强、归一化等处理,以8∶2的比例构建训练集和测试集对模型进行训练和测试。结果:该模型在精确率、召回率和调和均值评价指标上均优于对比模型,其收敛速度快,泛化能力强且鲁棒性好,与对比的模型相比具有更好的识别效果。结论:该方法为马铃薯病害的高效识别提供了新的途径。