基于卷积神经网络的葡萄病毒病的图像识别

摘要：

葡萄在世界历史上源远流长,科技的发展与人口的流动让葡萄的种植范围不断扩大,位居世界首位,这其中也带来了许多问题,例如葡萄病毒病.提前发现病害可以扭转葡萄产量下降趋势.针对人们肉眼判断准确率低的问题,文章提出了基于CNN的葡萄病毒病的图像识别模型,网络包含一个输入层、四个卷积层、四个池化层、两个全连接层和一个输出层,对于文章选取的数据,该模型的精确度达到了97.25％,损失率达到9.77％.

关键词：葡萄病毒病;卷积神经网络;模型;图像识别

所属期刊栏目：5

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2021-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：30-33