針對傳統(tǒng)圖像處理在農(nóng)作物病害上應(yīng)用存在的手工設(shè)計特征復(fù)雜且低效等問題,研究深度學(xué)習(xí)算法在農(nóng)作物病害識別上的表現(xiàn)。農(nóng)作物病害圖片數(shù)據(jù)集包含40 772張圖片,圖片包含10種作物品種(蘋果、番茄、櫻桃、草莓等)的健康樣本和26種病害樣本,其中23種根據(jù)病害程度分為一般、嚴(yán)重兩類,共計59種分類樣本。采用當(dāng)今深度卷積神經(jīng)網(wǎng)絡(luò)中比較流行的模型ResNet-50以及InceptionV3、MobileNetV2等為基礎(chǔ)結(jié)構(gòu)對數(shù)據(jù)集進(jìn)行訓(xùn)練與識別。之后從模型結(jié)構(gòu)與訓(xùn)練標(biāo)簽優(yōu)化等方面對模型進(jìn)行改進(jìn),根據(jù)實驗數(shù)據(jù),模型表現(xiàn)最好的Top-1準(zhǔn)確率達(dá)到88.10%,Top-5準(zhǔn)確率高達(dá)99.21%。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1.11傳統(tǒng)機(jī)器學(xué)習(xí)分類方法和深度學(xué)習(xí)分類方法對比

峁夠??藎?鈧戰(zhàn)?涫淙脛練擲嗥鶻?行訓(xùn)練，得到最終的分類模型。在這種方法中分類的準(zhǔn)確率取決人工設(shè)計的特征的有效性，需要提取的特征數(shù)量與分類對象的復(fù)雜程度成正比，而特征數(shù)量越多，越容易出現(xiàn)冗余的干擾特征。這就會導(dǎo)致即使耗費時間和計算成本但卻反而有可能對分類結(jié)果產(chǎn)生負(fù)面影響。受限于于....

圖2典型ResNet-50的體系結(jié)構(gòu)

典型ResNet-50網(wǎng)絡(luò)如圖2所示,從輸入開始,包含7x7的卷積核,通道64,步幅2,與3x3最大池化層,步幅2,后續(xù)包含四個大的模塊,而第四個模塊中含有一個下采樣塊與兩個殘差塊,而下采樣塊中包含兩條路徑,其中左邊的路徑中含有三個卷積核,分別為1x1,3x3,1x1,其中第一個....

圖3改進(jìn)的ResNet-50結(jié)構(gòu)

在本文中,對模型ResNet-50進(jìn)行了兩個改動,改動后的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。圖3中ResNet-A中將第一個1x1卷積核的步幅改為1,將第二個3x3卷積核的步幅改為2。之所以做出這樣的改進(jìn),是因為當(dāng)用1x1卷積核步幅為2進(jìn)行卷積操作時會丟失大概四分之三的特征參數(shù),而將3x3卷積....

圖1數(shù)據(jù)集部分病害圖片

文中數(shù)據(jù)來源為AIChallenger(https://challenger.ai),數(shù)據(jù)集有40772張圖片,其中訓(xùn)練集大約占70%,驗證集大約占15%,測試集大約占15%。本次數(shù)據(jù)的訓(xùn)練集與驗證集包含有10種作物(蘋果、番茄、櫻桃、草莓等)的健康樣本和26種病害樣本,....

本文編號：3964063