為實(shí)現(xiàn)植物病害的自動(dòng)準(zhǔn)確識(shí)別,該研究提出一種基于神經(jīng)結(jié)構(gòu)搜索的植物葉片圖像病害識(shí)別方法,該方法能夠依據(jù)特定數(shù)據(jù)集自動(dòng)學(xué)習(xí)到合適的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。采用包含14種作物和26種病害共54 306張的公開(kāi)PlantVillage植物病害圖像作為試驗(yàn)數(shù)據(jù),按照4∶1的比例隨機(jī)劃分,分別用于神經(jīng)結(jié)構(gòu)搜索和測(cè)試搜索到的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)的性能。同時(shí),為探究神經(jīng)結(jié)構(gòu)搜索對(duì)數(shù)據(jù)平衡問(wèn)題是否敏感及圖像在缺乏顏色信息時(shí)對(duì)神經(jīng)結(jié)構(gòu)搜索的影響,對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行過(guò)采樣和亞采樣平衡處理及灰度變換。試驗(yàn)結(jié)果顯示,該研究方法在訓(xùn)練樣本數(shù)據(jù)不平衡和平衡時(shí)均可以搜索出合適的網(wǎng)絡(luò)結(jié)構(gòu),模型識(shí)別準(zhǔn)確率分別為98.96%和99.01%;當(dāng)采用未進(jìn)行平衡處理的灰度圖像作為訓(xùn)練數(shù)據(jù)時(shí),模型識(shí)別準(zhǔn)確率有所下降,為95.40%。該方法能夠?qū)崿F(xiàn)植物病害的準(zhǔn)確識(shí)別,為科學(xué)制定病害防治策略提供有效的技術(shù)手段。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1神經(jīng)結(jié)構(gòu)搜索框圖Fig1Theblockdiagramofneuralarchitecturesearch

提出一種基于神經(jīng)結(jié)構(gòu)搜索的植物葉片病害識(shí)別方法，該方法能依據(jù)數(shù)據(jù)集學(xué)習(xí)合適的網(wǎng)絡(luò)結(jié)構(gòu)。采用PlantVillage公共數(shù)據(jù)集進(jìn)行神經(jīng)結(jié)構(gòu)搜索，對(duì)搜索到的最優(yōu)網(wǎng)絡(luò)模型進(jìn)行測(cè)試和分析，以期能夠?qū)崿F(xiàn)植物葉片病害的準(zhǔn)確識(shí)別，為科學(xué)制定病害防治策略提供有效的技術(shù)手段。1植物病害識(shí)別方法1.....

Note:Thedashedboxrepresentstheneuralarchitecturesearch.圖2基于神經(jīng)結(jié)構(gòu)搜索的植物葉片病害識(shí)別方法框圖注：虛線(xiàn)框表示神經(jīng)

農(nóng)業(yè)工程學(xué)報(bào)（http://www.tcsae.org）2020年168數(shù)，選擇Upper-confidencebound（UCB）作為采集函數(shù)，定義為()()()fffyy（2）其中Cost(,)fyfD，D是神經(jīng)結(jié)構(gòu)搜索的輸入數(shù)據(jù)，是平衡系數(shù)，()fy和()fy分別是fy的后....

圖4原始訓(xùn)練數(shù)據(jù)與經(jīng)過(guò)處理后達(dá)到平衡的訓(xùn)練數(shù)據(jù)對(duì)比Fig4Comparisonbetweentheoriginaltrainingdataandthe

第16期黃建平等：基于神經(jīng)結(jié)構(gòu)搜索的多種植物葉片病害識(shí)別169各不相等，其數(shù)據(jù)分布如圖4所示。為了分析數(shù)據(jù)平衡是否對(duì)神經(jīng)結(jié)構(gòu)搜索產(chǎn)生影響，將訓(xùn)練數(shù)據(jù)進(jìn)行過(guò)采樣與亞采樣處理，使訓(xùn)練數(shù)據(jù)的每個(gè)類(lèi)別數(shù)目在1500左右，處理前后的訓(xùn)練數(shù)據(jù)數(shù)量統(tǒng)計(jì)如圖4所示。同時(shí)，為研究神經(jīng)結(jié)構(gòu)搜索方法在....

圖6NAS在不同搜索時(shí)間的模型測(cè)試結(jié)果Fig.6TestresultsofmodelswithdifferentsearchingtimeforNAS

第16期黃建平等：基于神經(jīng)結(jié)構(gòu)搜索的多種植物葉片病害識(shí)別169各不相等，其數(shù)據(jù)分布如圖4所示。為了分析數(shù)據(jù)平衡是否對(duì)神經(jīng)結(jié)構(gòu)搜索產(chǎn)生影響，將訓(xùn)練數(shù)據(jù)進(jìn)行過(guò)采樣與亞采樣處理，使訓(xùn)練數(shù)據(jù)的每個(gè)類(lèi)別數(shù)目在1500左右，處理前后的訓(xùn)練數(shù)據(jù)數(shù)量統(tǒng)計(jì)如圖4所示。同時(shí)，為研究神經(jīng)結(jié)構(gòu)搜索方法在....

本文編號(hào)：4013572