基于卷积神经网络的草莓叶部白粉病病害识别

• 作者: 党雨晴 彭宇飞 朱超 杨晋丹 杨涛 梅珀彰 沈秋采 苗腾
• 来源期刊: 江苏农业学报
• 学科: 农学
• 关键词: 卷积神经网络 草莓白粉病 病害识别 采样层构建方法
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 植物保护
• 页码范围: 527-532
• 页数: 6页
• 分类号: S126
• 字数: 4441字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2018.03.007

摘要

针对计算机视觉下草莓叶部白粉病病害的识别,提出了一种基于卷积神经网络的病害识别模型.首先,设计了3种网络深度(经过3、4和5次卷积操作)与3种卷积核(5×5、3×3,5×5、3×3混合)交叉组合共9种不同网络深度与卷积核尺寸的卷积神经网络结构;其次,分别选择了4种采样层构建方法(均值池化、最大值池化、中间值池化和混合池化);最后,进行了9组训练集与测试集不同比例的模型识别.结果表明,基于混合池化的CNN-9模型(卷积核尺寸5×5,3×3;卷积神经网络深度11)表现最好,对草莓叶部白粉病病害的正确识别率达到98. 61%.该方法可较好地实现草莓叶部白粉病病害的识别,且图像预处理步骤简单,易推广,可用于草莓白粉病病害的实时监测.