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↓
