您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于深度残差网络的番茄叶片病害识别方法

文献类型： 中文期刊

作者： 吴华瑞 1 ;

作者机构： 1.国家农业信息化工程技术研究中心;农业农村部农业信息技术重点实验室

关键词： 设施蔬菜;病害智能识别;深度学习;残差网络;贝叶斯优化

期刊名称： 智慧农业

ISSN： 2096-6350

年卷期： 2019 年 04 期

页码： 42-49

摘要： 传统深度学习模型在用于蔬菜病害图像识别时,存在由于网络梯度退化导致的识别性能下降问题。为此,本文研究了一种基于深度残差网络模型的番茄叶片病害识别方法。该方法首先利用贝叶斯优化算法自主学习网络中难以确定的超参数,降低了深度学习网络的训练难度。在此基础上,通过在传统深度神经网络中添加残差单元,解决了由于梯度爆炸/消失造成的过深层次病害识别网络模型性能下降的问题,能够实现番茄叶片图像的高维特征提取,根据该特征可进行有效病害鉴定。试验结果表明,本研究中基于超参数自学习构建的深度残差网络模型在番茄病害公开数据集上取得了良好的识别性能,对白粉病、早疫病、晚疫病和叶霉病等4种番茄叶片常见病害的识别准确率达到95%以上。本研究可为快速准确识别番茄叶片病害提供参考。

  • 相关文献

[1]基于Bayesian-XGBoost的生菜作物系数估算方法. 高海荣,张钟莉莉,岳焕芳,张馨,郭瑞,李志伟. 2022

[2]改进Mask R-CNN的温室环境下不同成熟度番茄果实分割方法. 龙洁花,赵春江,林森,郭文忠,文朝武,张宇. 2021

[3]基于改进YOLO v3-tiny的全景图像农田障碍物检测. 陈斌,张漫,徐弘祯,李寒,尹彦鑫. 2021

[4]基于注意力机制和多尺度残差网络的农作物病害识别. 黄林生,罗耀武,杨小冬,杨贵军,王道勇. 2021

[5]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

[6]设施蔬菜连作障碍防治技术集成应用. 黄业中,马继红,柳淑惠,司亚平,许海玲. 2011

[7]温室智能装备系列之三十七 2TJ-800型蔬菜岛动嫁接枫砩发. 姜凯,王秀,张骞,田洪武,冯青春,秦贵,马伟. 2012

[8]设施蔬菜滴灌注肥控制系统水肥均匀性试验. 王秀,马伟,张睿,邹伟,周舟. 2011

[9]宁夏设施蔬菜土壤环境生物调控的实践与理论. 杨冬艳,郭文忠,张丽娟,冯海萍,曲继松. 2014

[10]北京市设施蔬菜科技发展战略研究. 刘丽红,李瑾. 2018

[11]基于节水的北京设施蔬菜生产效率及其对策研究. 冯献,李瑾,郭美荣. 2017

[12]典型设施蔬菜基地重金属的累积特征及风险评估. 徐笠,陆安祥,田晓琴,何洪巨,殷敬伟. 2017

[13]病虫害综合防治(IPM)技术发展与蔬菜的健康栽培. 刘明池. 2005

[14]北京市设施蔬菜园区轻简化生产现状分析. 李占台,杨俊刚,邹国元,黄杰,王激清. 2019

[15]长期连作下不同栽培措施对设施蔬菜土壤理化性状的影响. 段宏凯,高利娟,刘东生,邹国元,左强,宋大平. 2018

[16]北京市设施蔬菜产业现状、问题与对策. 王爱玲,李凌云,串丽敏,秦晓婧. 2023

[17]环渤海地区设施蔬菜土壤障碍与治理措施. 魏丹,李艳,秦程程,金梁,丁建莉,杨帆,崔勇,李涛,邹洪涛,王丽英. 2021

[18]中国设施蔬菜害虫天敌昆虫应用研究进展. 张帆,李姝,肖达,赵静,王然,郭晓军,王甦. 2015

[19]灌溉量对温室基质栽培茄子产量、品质与根区盐分积累的影响. 隋淑梅,刘明池,崔锦,田洁,梁浩,钟启文,季延海. 2023

[20]多功能植保机操作技术规程与应用效果. 王莹,乔晓军,刘智,姚世元,王志彬,湛文强,常红梅. 2022

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台