学术中心
基于深度神经网络的植物病害叶片图像分类识别
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-04-01 06:10
- 访问量:
【概要描述】本文研究了一种基于深度卷积网络的植物病害识别模型的建立方法。
基于深度神经网络的植物病害叶片图像分类识别
【概要描述】本文研究了一种基于深度卷积网络的植物病害识别模型的建立方法。
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-04-01 06:10
- 访问量:
最新一代卷积神经网络(CNNs)在图像分类领域取得了令人瞩目的成果。本文研究了一种基于深度卷积网络的植物病害识别模型的建立方法。新颖的训练方式和所采用的方法有助于在实践中快速简便地实施。该模型能从健康叶片中识别出13种不同类型的植物病害,并能区分植物叶片和周围环境。
神经网络的简单模型
用于增强的图像变换:(a)仿射变换;(b)透视变换;(c)旋转
训练分类模型中特征的可视化
本文全面描述了实现这一病害识别模型所需的所有基本步骤。Caffe是berkeley Vision and learning Centre开发的深度学习框架,用于进行深度CNN训练。该模型的实验精度在91% ~ 98%之间,单独分类测试的平均精度为96.3%。
输出图层图像
每类预测精度各不相同
来源:
Sladojevic S, Arsenovic M, Anderla A, et al. Deep Neural Networks Based Recognition of Plant Diseases by Leaf Image Classification. Computational Intelligence and Neuroscience. https://doi.org/10.1155/2016/3289801.
点击图片,了解详情
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德(北京)科技有限公司
地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

植物表型资讯
慧诺瑞德(北京)科技有限公司版权所有 京ICP备15043840号 网站建设:中企动力 北二分 法律声明