基于简化GoogLeNet的农作物叶片病害识别系统设计与实现

作者：李玉芳

来源：信息与电脑(理论版), 2023, 35(09): 179-181.

• GoogLeNet
• 农作物病害检测
• 卷积神经网络
• 深度学习

GoogLeNet在图像分类任务上效果较好，但是其模型规模较大导致难以实用，因此通过裁剪的方式对GoogLeNet进行轻量化改造。改造后的模型参数量有所减少且分类精度达到98.4%。最后使用简化模型结合Django框架设计了浏览器/服务器（Browser/Server,B/S）架构的农作物叶片病害识别系统。

• 单位
  桂林山水职业学院