基于VGG19网络和迁移学习的猕猴桃病害识别模型构建
文献类型: 中文期刊
第一作者: 王学健
作者: 王学健;彭顺正
作者机构:
关键词: 猕猴桃;病害识别;VGG19网络;迁移学习
期刊名称: 农技服务
ISSN: 1004-8421
年卷期: 2025 年 42 卷 007 期
页码: 52-55
摘要: 病害是制约猕猴桃产业健康发展的关键因素之一。快速检测识别病害有助于减少猕猴桃损失及提高果品商品性。针对贵州猕猴桃叶片常见的褐斑病、炭疽病及花叶病,开展病害识别分类方法研究。通过猕猴桃病害样本图像数据,基于VGG19网络模型及迁移学习方法构建了猕猴桃病害识别模型VGG19_KIWI。VGG19_KIWI模型的检测速率达46帧/秒,预测准确率达71.3%,预测精度达74.3%,召回率达71.3%。VGG19_KIWI模型具有一定的实用性,可为相关作物病害识别方法研究提供技术理论参考。
分类号:
TP18%TP391.41%S436.634.1
- 相关文献
[1]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021
[2]面向不平衡数据的木薯叶部病害图像识别方法. 王丹阳,梁伟红,李玉萍,黄贵修. 2025
[3]基于HOG+SVM的田间水稻病害图像识别方法研究. 马超,袁涛,姚鑫锋,籍延宝,李琳一. 2019
[4]基于图像的水稻病害识别方法研究. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 2010
[5]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021
[6]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020
[7]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022
[8]黄瓜三大病害识别及其综合防治. 孟攀奇. 2004
[9]基于注意力机制与EfficientNet的轻量化水稻病害识别方法. 卫雅娜,王志彬,乔晓军,赵春江. 2022
[10]基于对比学习的植物叶片病害识别. 杨新宇,冯全,张建华,杨森. 2024
[11]一种基于深度学习的玉米病害识别方法. 郑铖,董伟,高海涛. 2023
[12]基于机器视觉的农作物病害识别研究进展. 麻剑钧,刘晓慈,金龙新,熊伟,易森林,封春芳,刘阳,夏先亮. 2023
[13]基于深度学习的农作物病害识别系统研发. 梁万杰,曹静,孙传亮,曹宏鑫,张文宇. 2023
[14]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022
[15]基于高光谱成像的甘蔗叶片早期轮斑病与锈病识别技术. 黄亦其,刘祥焕,黄震宇,钱万强,刘双印,乔曦. 2023
[16]基于复杂环境的番茄叶部图像病虫害识别. 杨英茹,吴华瑞,张燕,朱华吉,李瑜玲,田国英. 2021
[17]马铃薯主要病害识别与防治措施. 贾豪. 2003
[18]一种马铃薯病害神经网络识别方法. 刘飞,董伟,高海涛. 2022
[19]基于图像的植物病害识别研究进展. 余敏,李丰兵,祝光湖,宋修鹏,王泽平,张小秋,雷敬超,黄海荣,黄伟华,陈潇航,黄冬梅,李秋芳,颜梅新. 2024
[20]基于坐标注意力的多尺度轻量级苹果叶片病害识别模型. 谷瑞,顾家乐,宋翠玲,钱春花. 2025
作者其他论文 更多>>
-
基于ResNet网络的火龙果病虫害识别研究
作者:王学健;彭顺正
关键词:火龙果;病虫害;ResNet;迁移学习;识别分类
-
基于VIS-NIR-SIR谱段信息的茶叶硒元素光谱特征分析
作者:舒田;郭松;冯恩英;刘春艳;文竹;彭顺正;杨文
关键词:硒;茶叶;光谱特征;VIS-NIR-SIR;谱段信息;高光谱遥感
-
基于YOLO v2的辣椒叶部蚜虫图像识别
作者:邹玮;岳延滨;冯恩英;彭顺正;张爱民;肖玖军
关键词:辣椒;蚜虫;图像识别
-
不同氮素水平下辣椒叶面积指数动态模型
作者:岳延滨;黎瑞君;冯恩英;李莉婕;彭顺正;孙长青
关键词:辣椒;叶面积指数;氮素水平;生理发育时间;模型
-
农作物籽粒分割研究现状综述
作者:彭顺正;岳延滨;冯恩英;黄安林
关键词:籽粒;图像分割;机器视觉;深度学习
-
基于生理发育时间的火龙果周年生育期模拟
作者:岳延滨;冯恩英;黎瑞君;赵泽英;彭顺正;聂克艳;李莉婕
关键词:火龙果;生理发育时间;生育期;模型
-
不同供氮水平下火龙果果实发育模拟研究
作者:李莉婕;孙长青;黎瑞君;岳延滨;聂克艳;冯恩英;彭顺正;赵泽英
关键词:火龙果;果实发育;纵横径;氮;模型
