基于改进VGG卷积神经网络的棉花病害识别模型

文献类型： 中文期刊

第一作者： 张建华

作者： 张建华;孔繁涛;吴建寨;翟治芬;韩书庆;曹姗姗

作者机构：

关键词： 棉花;卷积神经网络;VGG网络;病害;图像识别

期刊名称： 中国农业大学学报

ISSN： 1007-4333

年卷期： 2018 年 23 卷 11 期

页码： 161-171

收录情况： 北大核心 ; CSCD

摘要： 为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。

分类号： S435.62`TP391.41

  • 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

[4]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

[5]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

[6]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

[7]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

[8]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

[9]多结构参数集成学习的设施黄瓜病害智能诊断. 高荣华,李奇峰,孙想,顾静秋,彭程. 2020

[10]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[11]基于卷积神经网络的温室黄瓜病害识别系统. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[12]基于图像的棉花水分状况诊断. 王方永,王克如,王崇桃,李少昆,朱玉,陈兵,明博,潘文超. 2007

[13]基于无人机多光谱影像的病害棉田产量损失估算. 宋勇,陈兵,王琼,王静,赵静,孙乐鑫,陈子杰,韩焕勇,王方永,傅积海. 2022

[14]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[15]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[16]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[17]不同自然场景下葡萄果实识别方法研究. 马本学,贾艳婷,梅卫江,高国刚,吕琛. 2015

[18]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

[19]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[20]图像识别技术在农业领域中的应用. 林羽,刘斌琼. 2020

作者其他论文 更多>>

微信小程序