科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的:为解决马铃薯病害识别效率低和识别效果差等问题，构建一种基于卷积神经网络的马铃薯病害识别模型，以期获得更好的识别性能。方法:以卷积神经网络为基础，通过融入抑制神经元、批归一化等方法优化网络结构，提高网络的泛化能力，抑制过拟合等；选取马铃薯两种病害和健康图像作为研究对象，对图像进行增强、归一化等处理，以8∶2的比例构建训练集和测试集对模型进行训练和测试。结果:该模型在精确率、召回率和调和均值评价指标上均优于对比模型，其收敛速度快，泛化能力强且鲁棒性好，与对比的模型相比具有更好的识别效果。结论:该方法为马铃薯病害的高效识别提供了新的途径。
- 单位
