您的位置：
首页
>
农业专利
>
详情页
一种基于改进卷积神经网络模型AlexNet的作物叶片病害识别方法
- 专利权人:
- 江苏大学
- 发明人:
- 孙俊,汪龙,芦兵,谭文军,武小红,沈继锋,戴春霞
- 申请号：
- CN201810723612.1
- 公开号：
- CN109086799A
- 申请日:
- 2018.07.04
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明公开了一种基于改进卷积神经网络模型AlexNet的作物叶片病害识别方法。首先将扩充平衡后的数据集按照4:1的比例分为训练集和测试集，对图片数据集进行归一化、均值化等一系列的预处理。然后训练迭代输入样本对网络中相关的参数进行设置和优化，最后使用测试集对训练完成的网络进行测试。发现改进后的模型在测试集上的类别平均分类准确率为99.3％，损失率仅为2％。在此基础上，本发明还基于灰度图像和分割图像训练网络进行了对比试验，以探究背景及颜色对作物病害识别系统的影响。分析结果可知本发明的病害识别方法对于作物的病害识别分类具有较高的准确率和较低的损失率，且融合图像的颜色和背景等特征会提高识别效果。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
