基于深度卷积神经网络的玉米病害识别

• 作者: 刘永波 唐江云 曹艳 胡亮 雷波
• 来源期刊: 中国农学通报
• 学科: 工学
• 关键词: 玉米病害 算法 识别 深度学习 卷积神经网络 图像处理
• 年，卷（期）: 2018,（36）
• 所属期刊栏目: 农业信息 科技教育
• 页码范围: 159-164
• 页数: 6页
• 分类号: TP391
• 语种: 中文

摘要

为了提高玉米病害的识别率,本文提出了一种在自然环境条件下基于深度卷积神经网络的玉米病害识别方法.该方法以玉米常见的10类病害为研究对象.算法模型是先将图像预处理,应用Triplet loss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通过Softmax对图像进行标签分类.训练集采用正常玉米图像与玉米病害图像相结合的方式,使用深度相似性网络学习正常玉米图像特征表示,再使用迁移学习方法学习玉米病害图像的特征,最后对特征进行分类识别.研究结果表明:该方法可准确识别10种常见玉米病害,正确率可达90％以上,为玉米病害的防治提供了有效的技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷波	四川省农业科学院农业信息与农村经济研究所	40	243	10.0	13.0
2	胡亮	四川省农业科学院农业信息与农村经济研究所	22	52	4.0	6.0
3	唐江云	四川省农业科学院农业信息与农村经济研究所	31	117	6.0	9.0
4	曹艳	四川省农业科学院农业信息与农村经济研究所	24	117	6.0	10.0
5	刘永波	四川省农业科学院农业信息与农村经济研究所	10	24	3.0	4.0