基于卷积神经网络的草莓叶片缺氮诊断模型研究

文献类型： 中文期刊

第一作者： 葛世龙

作者： 葛世龙;吕芯悦;曲明山;李婷;赵小平;晁慧娟;史凯丽;李莉

作者机构：

关键词： 草莓;叶片缺氮;卷积神经网络;深度学习;可见光;图像识别;特征表示;激活函数

期刊名称： 蔬菜

ISSN： 1001-8336

年卷期： 2025 年 008 期

页码： 23-30

摘要： 氮是草莓生长的关键营养元素之一，草莓缺氮导致的生长受阻会影响草莓的产量和品质，因此需要对草莓生长过程中可能发生的缺氮症状进行精准、及时的识别。本研究利用深度学习模型，对草莓叶片图像进行特征提取与分析，构建了一个能够自动识别草莓叶片缺氮症状的卷积神经网络模型，旨在通过非接触式、高效精准的方法诊断草莓生长过程中的氮素营养状况。首先，对数据集进行整理合并和扩充，使得数据集更适合卷积神经网络的训练过程；之后，通过多次对比试验，不断改变网络结构，以确定最优数据集以及模型的最优参数；最后，将构建的模型与残差网络（ResNet）模型进行测试对比。结果表明：本模型激活函数为Swish，网络结构卷积层为2层，每层卷积核数量分别为16个和64个，卷积核大小均为3×3；本模型的效果优于ResNet模型，准确率、精确率、召回率分别提高了7.90、4.08、5.21百分点。本研究为草莓精准施肥管理提供了科学依据和技术支持，有助于提高草莓产量与品质，促进农业可持续发展。

分类号： TP183%S668.4

  • 相关文献

[1]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[2]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[3]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[4]面向水稻杂草识别的高精度图像分类算法. 杨淑婷,李季,刘正予,马聪,王蓉. 2025

[5]基于深度学习的玉米包衣种子品种识别. 冯晓,张辉,刘正,张会芳,陈海燕,赵威,郑国清,马中杰. 2024

[6]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

[7]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[8]基于卷积神经网络的入侵昆虫识别研究. 黄亦其,鹿林飞,沈豪,王福宽,乔曦. 2024

[9]基于改进VGG卷积神经网络的棉花病害识别模型. 张建华,孔繁涛,吴建寨,翟治芬,韩书庆,曹姗姗. 2018

[10]基于卷积神经网络和小样本的茶树病害图像识别. 孙云云,江朝晖,董伟,张立平,饶元,李绍稳. 2019

[11]基于CNN和Transformer的绿豆干旱胁迫识别模型. 蒋东山,刘金洋,张浩淼,李士丛,罗仔秋,余骥远,李洁,陈新,袁星星,高尚兵. 2025

[12]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[13]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[14]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[15]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[16]采用组合增强的YOLOX-ViT协同识别温室内番茄花果. 吕志远,张付杰,魏晓明,黄媛,李晶晶,张钟莉莉. 2023

[17]基于图像处理和Deeplabv3+模型的小麦赤霉病识别. 戴雨舒,仲晓春,孙成明,杨俊,刘涛,刘升平. 2021

[18]农业害虫自动识别与监测技术. 封洪强,姚青. 2018

[19]基于RGB图像和CNN模型的水稻氮素诊断系统. 吕斌,姚强,粟超,李波,查茜,黄祥,詹火木. 2024

[20]基于AI的桃树病害智能识别方法研究与应用. 吴建伟,黄杰,熊晓菲,高晗,秦向阳. 2022

作者其他论文 更多>>

微信小程序