基于Faster-RCNN的花生害虫图像识别研究

作者：陶震宇; 孙素芬; 罗长寿

来源：江苏农业科学, 2019, 47(12): 247-250.

DOI：10.15889/j.issn.1002-1302.2019.12.057

• Faster-RCNN
• ResNet-50模型
• 花生害虫
• 图像识别

为实现花生害虫图像的准确分类,共收集花生主要害虫图片2 038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型。结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型。该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别。

• 单位
  北京农学院; 北京市农林科学院