一种基于深度学习的玉米病害识别方法

文献类型： 中文期刊

第一作者： 郑铖

作者： 郑铖;董伟;高海涛

作者机构：

关键词： 玉米病害;卷积神经网络;病害识别;识别精度

期刊名称： 安徽科技学院学报

ISSN：

年卷期： 2023 年 002 期

页码： 87-94

摘要： 目的:针对现有玉米病害种类繁多、识别方法耗时耗力等问题，对传统卷积神经网络结构进行改进和优化，提出Corn＿Modle新型玉米病害自主识别模型。方法:构建含有6种玉米病害种类的数据集，并对其进行数据增强和预处理；将新建模型在训练集上进行训练，利用测试集对其进行试验验证。结果:Corn＿Modle模型的准确率为96.85%,参与对比的AlexNet、LeNet-5、ResNet50、MobileNet等4种经典模型的准确率分别为93.98%、77.06%、63.44%和87.25%,在准确率、精准度、召回率等评价指标上优于对比模型。结论:新构建的Corn＿Modle模型在准确率、鲁棒性和稳定性方面比传统的经典模型表现更好，可为玉米等农作物病害识别技术的发展提供参考。

分类号： S435.131%TP391.41%TP18

  • 相关文献

[1]一种马铃薯病害神经网络识别方法. 刘飞,董伟,高海涛. 2022

[2]一种基于改进卷积神经网络的玉米病害高效识别模型. 王营瑛,郑铖,董伟,高海涛. 2023

[3]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

[4]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

[5]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

[6]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[7]激光诱导击穿光谱技术对水稻产地识别研究. 宋少忠,符少燕,刘园园,齐春艳,李景鹏,高勋. 2024

[8]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

[9]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

[10]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

[11]黄瓜三大病害识别及其综合防治. 孟攀奇. 2004

[12]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

[13]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

[14]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

[15]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

[16]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

[17]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

[18]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

[19]马铃薯主要病害识别与防治措施. 贾豪. 2003

[20]辽宁省玉米病害发生现状及育种对策. 杨镇,姚峰,那桂秋,赵任飞. 2002

作者其他论文 更多>>

微信小程序