基于卷积神经网络的苹果树病虫害识别

作者：李玲; 李艳乐; 郭海丽; 苏明敏

来源：南方农机, 2022, 53(08): 16-19.

• 卷积神经网络
• 苹果树病害
• 识别

基于深度学习中数字图像识别的理论，课题组构建了深层卷积神经网络，并使用网络模型对苹果树叶片进行分类试验，基于深度学习MobileNet，修改输出的全连接层尺寸，搭建了MobileNet苹果树叶分类模型，实现了Alternaria＿Boltch (斑点落叶病) 、Brown＿Spot(褐斑病)、Grey＿Spot(灰斑病)、Mosaic(花叶病)、Rust(锈病)5种苹果树病害的识别。仿真结果证明：该苹果树病虫害识别方法平均准确率达到了0.99，micro-Precision、micro-Recall、micro-F1指标分别达到了0.99、0.98、0.99。

• 单位
  衡水学院