科研之友
微信
新浪微博
Facebook
分享链接
摘要
为给农户提供质优价廉的园艺作物叶部病害识别服务,提出基于迁移学习的模型训练及基于Flask的Web部署方法。对PlantVillage数据集进行预处理,分别使用ResNet18、ResNet50和ResNet152 3种模型进行迁移学习训练,得到3种识别模型。利用Flask将模型部署到服务器上。3种识别模型对苹果等14类园艺作物26种叶部病害的平均识别准确率分别是95.61%、96.63%和97.33%,识别单张图像的时间分别是10.9、17.9、33.7 ms。综合考虑模型特点和用户期望,设计快速、标准和准确3种识别模式,实现深度模型在服务器中稳定运行,具有一定的实用价值。
- 单位
