学术中心

全部分类
您现在的位置:
首页
/
/
/
基于多任务深度迁移学习的水稻叶片病害和小麦叶片病害识别

基于多任务深度迁移学习的水稻叶片病害和小麦叶片病害识别

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-28 06:10
  • 访问量:

【概要描述】本文收集了三种水稻叶病和两种小麦叶病害共计40幅叶病图像,并对其进行了增强。基于多任务学习的思想,对视觉几何组网络-16(VGG16)模型进行改进,并利用ImageNET上的预训练模型进行迁移学习和交替学习。

基于多任务深度迁移学习的水稻叶片病害和小麦叶片病害识别

【概要描述】本文收集了三种水稻叶病和两种小麦叶病害共计40幅叶病图像,并对其进行了增强。基于多任务学习的思想,对视觉几何组网络-16(VGG16)模型进行改进,并利用ImageNET上的预训练模型进行迁移学习和交替学习。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-28 06:10
  • 访问量:
详情

世界上超过三分之二人口以大米或小麦为主食,而水稻和小麦的主要种植区域分布于中国和亚洲其他国家。然而,各种病害会影响水稻和小麦生长,使其减产,甚至在一些地区造成饥荒现象。叶片病害作为一种植物病害,会严重影响作物产量。在这种背景下,为了降低损失,寻找快速准确的识别病害方法迫在眉睫。针对这一问题,本文收集了三种水稻叶病和两种小麦叶病害共计40幅叶病图像,并对其进行了增强。基于多任务学习的思想,对视觉几何组网络-16(VGG16)模型进行改进,并利用ImageNET上的预训练模型进行迁移学习和交替学习。

 

水稻叶片病害和小麦叶片病害的样本图像

 

数据增强后的水稻叶片病害和小麦叶片病害样本图像

 

改进的 VGG16 模型

 

结果显示,该模型对水稻叶片病害的准确率为97.22%,对小麦叶片病害的准确率为98.75%。通过对比实验证明,该方法的学习效果优于单任务模型、迁移学习重用模型、resnet50模型和densenet121模型。综上所述,本文提出的改进的VGG16模型和多任务迁移学习方法可以同时识别水稻叶片病害和小麦叶片病害,为多种植物叶片病害的识别提供了可靠的方法。

 

迁移学习训练过程

 

三个模型验证集的精度变化曲线

 

来源:

Jiang Z, Dong Z, Jiang W and Yang Y. Recognition of rice leaf diseases and wheat leaf diseases based on multi-task deep transfer learning. Computers and Electronics in Agriculture 2021. https://doi.org/10.1016/j.compag.2021.106184.

关键词:

扫二维码用手机看

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
查看详情
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
查看详情
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
查看详情
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
搜索
确认
取消

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:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

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