论文精选:基于深度学习的番茄叶片病害分类识别研究

摘要：

研究概况
针对目前国内番茄病害人工识别方法效率低、误差率高、识别区域有限、对叶片损伤性较高,及传统的深度学习模型所占系统内存较大,无法进行广泛应用的问题.本研究以自然场景下的番茄病害叶片为研究对象,提出一种基于深度学习的番茄叶片病害分类识别研究方法,首先获取番茄病害叶片图像并建立数据集,对数据样本的均衡性和多样性进行处理,再对MobileNetV3模型的瓶颈层及损失函数进行改进,用于识别分类早疫病、晚疫病、叶霉病、细菌斑、七星叶斑病5类不同的病害.

机标关键词：分类识别、番茄叶片、深度学习、叶片病害、病害分类

所属期刊栏目：44

分类号：TP391.41;S641.2;S435.711

在线出版日期：2023-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：封2