-
公开(公告)号：CN115587296A
公开(公告)日：2023-01-10
申请号：CN202110756248.0
申请日：2021-07-05
Applicant: 中国矿业大学(北京)
IPC: G06F18/214 , G06F18/2431 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于迁移学习分步识别的农作物病害自动识别方法，包括：使用农作物病害叶片数据集作为样本数据，预处理过程是将图像先按照4:1的比例划分出训练集和验证集，选取样本总数10％的图像作为测试集数据单独准备；将预处理后的图片数据按照分步识别方法划分为作物物种图像和作物病害图像；利用迁移学习后的VGG16和ResNet模型，对两种类别图像分别进行模型训练，选取最优模型组合得到迁移学习分步识别模型；当作物病害图片输入模型，可以自动判别作物的病害种类。采用本方法可以实现农作物病虫害的准确识别，不需要专家的专业知识即可完成病害识别，可为作物病害防治提供有效的技术支持。
Search Results
11
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
