基于卷积神经网络的草莓叶部白粉病病害识别

作     者：杨晋丹 杨涛 苗腾 朱超 沈秋采 彭宇飞 梅珀彰 党雨晴 YANG Jin-dan;YANG Tao;MIAO Teng;ZHU Chao;SHEN Qiu-cai;PENG Yu-fei;MEI Po-zhang;DANG Yu-qing

作者机构：沈阳农业大学信息与电气工程学院辽宁沈阳110161 

出 版 物：《江苏农业学报》 (Jiangsu Journal of Agricultural Sciences)

年 卷 期：2018年第34卷第3期

页      面：527-532页

核心收录：

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] 

基　　金：国家自然科学基金项目(31501217) 

主　　题：卷积神经网络 草莓白粉病 病害识别 采样层构建方法 

摘      要：针对计算机视觉下草莓叶部白粉病病害的识别,提出了一种基于卷积神经网络的病害识别模型。首先,设计了3种网络深度(经过3、4和5次卷积操作)与3种卷积核(5×5、3×3,5×5、3×3混合)交叉组合共9种不同网络深度与卷积核尺寸的卷积神经网络结构;其次,分别选择了4种采样层构建方法(均值池化、最大值池化、中间值池化和混合池化);最后,进行了9组训练集与测试集不同比例的模型识别。结果表明,基于混合池化的CNN-9模型(卷积核尺寸5×5,3×3;卷积神经网络深度11)表现最好,对草莓叶部白粉病病害的正确识别率达到98.61%。该方法可较好地实现草莓叶部白粉病病害的识别,且图像预处理步骤简单,易推广,可用于草莓白粉病病害的实时监测。