基于三维重建的多角度葡萄叶病害识别方法研究

摘要：

为了解决葡萄在生长过程中因病害侵袭导致品质和产量下降的问题,提出了基于三维重建的多角度图像识别模型.该模型通过三维建模技术对数据进行增强,并扩充数据集用于特征辅助训练,最后与卷积神经网络相结合实现对葡萄叶片病害的识别.在测试集上,训练的3D-MobileNet、3D-Darknet53、3D-resnet34和3D-Resnet101模型相比原模型对葡萄叶片病害识别的准确率分别提高了 7.2％、9.6％、10.2％、19.1％.结果表明,提出的基于三维的多角度葡萄叶片病害识别方法能够有效识别葡萄叶病害,为实现葡萄病害的自动识别提供参考.

关键词：三维重建、特征辅助训练、病害识别、卷积神经网络、识别准确率

所属期刊栏目：24

分类号：S126(农业物理学)

资助基金：湖南省重点研发计划项目2017NK2381

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：86-96