基于对比学习的植物叶片病害识别

文献类型： 中文期刊

第一作者： 杨新宇

作者： 杨新宇;冯全;张建华;杨森

作者机构：

关键词： 对比学习;病害识别;图像处理

期刊名称： 浙江农业学报

ISSN： 1004-1524

年卷期： 2024 年 36 卷 001 期

页码： 215-224

收录情况： 北大核心 ; CSCD

摘要： 目前,基于图像处理的植物病害识别多依赖于人工标注的卷积神经网络.本文基于自监督对比学习不依赖标签和大量数据即可实现独自学习的优势,研究了MoCo-v2、DeepCluster-v2、SwAV、BYOL这 4 种对比学习方法对植物叶片病害的识别效果,通过设置不同试验条件,使用PlantVillage开源数据集和自建的棉花病害数据集分别测试4 种对比学习方法所训练的ResNet50 编码器在Linear和Finetune两种模式下的病害识别效果,评估对比学习方法在植物叶片病害识别上的可行性.结果表明,在PlantVillage数据集中,Finetune模式的平均准确率略高于Linear,4 种方法训练的编码器的平均识别准确率最高达 99.83%,其中,DeepCluster-v2、BYOL在Finetune模式下的识别率最高,均为99.87%.在棉花病害数据集上,Finetune模式的效果略逊于Linear,DeepCluster-v2 在Linear模式下获得最高识别准确率(98.86%).整体来看,基于对比学习方法的病害识别率优于有监督模型的学习效果,在植物叶片病害识别领域展现出良好的应用前景.

分类号： TP391.41

  • 相关文献

[1]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

[2]古农文语义检索模型构建及其应用研究. 刘楠竹,崔运鹏,王末. 2023

[3]基于生成对抗网络和视觉-语义对齐的零样本害虫识别方法. 李天俊,杨信廷,陈晓,胡焕,周子洁,李文勇. 2024

[4]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

[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

[10]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

[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]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

作者其他论文 更多>>

微信小程序