為提高番茄病害預測預報的時效性和準確率,以DSSD算法為基礎,運用番茄病害葉片數(shù)據(jù)集,采用K-means算法、手肘法與AlexNet、Inception-V3和ResNet101等基礎網(wǎng)絡模型相結合,構建基于DSSD的番茄病害小目標檢測識別方法。結果表明:該檢測識別方法識別率達86%,較原始先驗框選取方法檢測精度提高13.7%;可解決因數(shù)據(jù)量小而產(chǎn)生的精確度低的問題,有助于在番茄發(fā)病初期癥狀不明顯時提早發(fā)現(xiàn)病情。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 材料與方法
    1.1 材料
    1.2 DSSD網(wǎng)絡
        1.2.1 網(wǎng)絡結構
        1.2.2 DSSD運算過程
    1.3 番茄葉片病害的檢測
        1.3.1 預選框寬高比的選取
        1.3.2 網(wǎng)絡參數(shù)設置與測試樣本制作
        1.3.3 遷移學習
2 結果與分析
    2.1 預選框的寬高比
    2.2 番茄葉片病害檢測效果
    2.3 遷移學習對小數(shù)據(jù)集的檢測效果
3 結論與討論



本文編號：3816359