公开(公告)号：CN116778256A

公开(公告)日：2023-09-19

申请号：CN202310835934.6

申请日：2023-07-07

Applicant: 哈尔滨理工大学

Inventor： 徐军 ,  付杨 ,  王孟 ,  付琳

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进CNN的玉米叶片病害图像分类方法，属于深度学习领域，为了解决目前已有的分类模型分类精度不高的问题，本发明提供了一种玉米叶片病害图像分类方法。首先对图像数据进行数据增强和图像标准化处理，在发明的F‑Resnet50网络模型基础上，引入迁移学习，结合注意力机制模块(CBAM)，包括注意通道力机制和注意空间力机制，使用交叉熵作为损失函数，最终通过消融实验，得出网络最优模型，将预处理后的测试集中玉米叶片病害图像输入分类结果，获得图像的预测结果。本发明对玉米叶片病害图像的高精度、高准确率的分类，对玉米叶片病害的分析、研究、和防治方法具有重要意义。