CN:36-1239/TH

ISSN:1672-3872

半月刊

JST日本科学技术振新机构数据库(日)(2024)

中文核心期刊(遴选)数据库收录期刊

中文科技期刊数据库收录期刊

中国学术期刊(光盘版)全文收录期刊

中国期刊网收录期刊

中国学术期刊综合评价数据库 统计源期刊

搜索
搜索
这是描述信息

基于迁移学习和 VGG19 卷积神经网络的苹果树叶片病虫害图像分类方法

访问量:

DOI:10.3969/j.issn.1672-3872.2024.20.002

基金项目:河南省科技攻关项目(232102110299);河南省职业教育教学改革研究与实践项目(豫教〔2023〕03187);河南省高校人文社会科学研究一般项目(2023-ZDJH-164);河南省高等学校重点科研项目(23B520030);河南省终身教育课题和课程开发项目(豫教〔2023〕70040);南阳市科技发展计划(23RKX068)

作  者:陈 浩 1,2 ,唐柳青 1

(1. 南阳农业职业学院,河南 南阳 473000;2. 信阳师范大学,河南 信阳 464000)

 

摘 要:【目的】传统的苹果树叶片病虫害识别方法存在识别准确率低、效率低等问题,亟需探索一种更有效的叶片病虫害图像分类方法。【方法】文章基于VGG19卷积神经网络,采用迁移学习策略,提出了一种创新的苹果树叶片病虫害图像分类方法。该方法借助ImageNet预训练的VGG19网络,通过参数迁移和模型微调,构建了专门的病虫害图像分类流程。并对该模型进行应用与测试,利用训练集调整参数、验证集优化模型、测试集评估分类精度。【结果】通过迁移学习,将经过ImageNet训练的VGG19模型成功微调至苹果树叶片病虫害数据集并生成了新的分类模型。新模型对各叶片病虫害的分类准确率均在99%及以上,对健康叶片的分类准确率达到了100%。【结论】在训练过程中,未见过拟合或欠拟合,表明迁移学习有效解决了数据稀缺问题,分类精度较高,具有强大的应用潜力。

关键词:迁移学习;VGG19;卷积神经网络;病虫害;图像识别

 

引文信息:[1]陈浩,唐柳青.基于迁移学习和VGG19卷积神经网络的苹果树叶片病虫害图像分类方法[J].南方农机,2024,55(20):6-9.

查看全文请下载PDF文件↓

相关下载

分类:
2024年
文件大小:
1.4M
2024-11-18 23:52:47
所属人群:
所有人
上一页
1
底部logo

公众号

地       址:江西省南昌市红谷滩红谷中大道1326号江报传媒大厦908室

联系电话:0791-86202556

投稿邮箱:nfnj@vip.163.com

版权所有:江西南方农机杂志社有限责任公司.  All rights reserved.   SEO     赣ICP备2023003226号-1       技术支持:中企动力-南昌