主管单位：黑龙江省农业科学院
主办单位：黑龙江省农业科学院
国内刊号：23-1613/S
国际刊号：2096-9902
邮发代号：14-18
发行周期：半月刊
-
投稿咨询：
袁编QQ：898565603 ；张编QQ：3555095919
-
稿件查询：
王编QQ：356725673 ；吴编QQ：1807295783
- 工作时间：早上9点——下午5点(周日除外)
当前位置:首页 > 学术展示
基于深度学习的玉米叶片病斑识别方法研究
《智慧农业导刊》2021年 第10期 | 李恩霖 谢秋菊 苏中滨 高睿 东北农业大学电气与信息学院 黑龙江哈尔滨150030
摘 要：玉米叶片病害是影响玉米产量的重要因素之一。目前的识别方法受个人经验和传统图像识别技术的限制,难以达到良好的识别效果。文章以玉米锈病、玉米叶枯病、玉米灰斑病3种典型的病害为例,选取PlantVillage公开数据集的500张图像作为每种病害样本,建立了基于VGG16、Inception V3、ResNet50、ResNet101、DenseNet121的5种深度卷积神经网络的病虫害识别模型,保留原始结构卷积层并设计新的全连接层,再利用迁移学习迁移各个模型ImageNet卷积层权重参数,对比5种模型性能选取最优的网络模型。结果表明,经过重新设计全连接层的DenseNet121性能最优,准确率、召回率、特异率分别为99.73%、99.73%和99.87%,与其他模型相比DenseNet121参数量小、训练时间短,3种病害识别精确率分别为99.6%、100%和99.6%,可精准地识别玉米病害。
【分 类】 【农业科学】 > 植物保护 > 病虫害及其防治 > 农作物病虫害及其防治 > 禾谷类作物病虫害 > 玉米病虫害
【关键词】 玉米病害 深度学习 迁移学习 最优模型 DenseNet121
【出 处】 《智慧农业导刊》2021年 第10期 1-10页 共10页
