【目的】實現(xiàn)香蕉病害的遠程診斷�！痉椒ā炕谏疃葘W習方法對香蕉作物的7種常見病害進行診斷。收集了5 944幅健康及染病香蕉植株圖像,按7∶1∶2分為訓練集、驗證集和測試集。利用遷移學習對GoogLeNet深度卷積神經網絡訓練獲取診斷模型。進一步開發(fā)了包含手機移動應用程序(APP)和遠程服務器的軟件系統(tǒng)。【結果】通過對比不同迭代次數(shù)及不同優(yōu)化器,最終采用了MomentumOptimizer迭代10 000次的模型,平均測試精度達到了98%。設計的APP能夠就地獲取香蕉圖像,并通過網絡與集成了診斷模型的遠程服務器通信,實時獲取診斷結果�！窘Y論】該病害診斷模型識別主要病害的精度高,在線診斷系統(tǒng)簡單易操作,可快速有效地在線診斷香蕉常見病害,具有良好的應用前景。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 香蕉病害診斷系統(tǒng)和模型訓練
    1.1 系統(tǒng)總覽
    1.2 數(shù)據(jù)集獲取
    1.3 數(shù)據(jù)增強
    1.4 模型訓練
2 結果與分析
3 香蕉病害診斷系統(tǒng)的開發(fā)
4 結論



本文編號：3793584