基于快照集成卷积神经网络的苹果叶部病害程度识别

作者：刘斌; 徐皓玮; 李承泽; 宋鸿利; 何东健; 张海曦^*

来源：农业机械学报, 2022, 53(06): 286-294.

• 苹果叶部
• 病害识别
• 卷积神经网络
• CBAM模块
• 焦点损失函数
• 快照集成

针对苹果叶部病害程度识别准确率低的问题，构建了一种基于快照集成方法的苹果叶部病害程度识别模型。首先，通过多种数字图像处理技术对原始苹果叶部病害图像进行数据增强；然后，选取Inception-ResNet V2作为基模型，引入CBAM模块提升网络的特征提取能力，使用焦点损失函数缓解苹果叶部病害数据集类别不平衡问题；最后，通过快照集成方法进行模型集成，得到苹果叶部病害程度识别模型。利用苹果黑星病和锈病的早期和晩期病害数据集进行了模型验证，准确率高达90.82%,比单一Inception-ResNet V2模型的准确率提高了2.50个百分点。实验结果表明，基于快照集成的识别模型准确率较高，为苹果叶部病害程度识别研究提供了参考。

• 单位
  电子工程学院; 西北农林科技大学