基于卷积神经网络的农作物病害识别

• 作者: 李平安 李建华 杨立国 牛明雷 王俊伟 郝炘
• 来源期刊: 中国农业信息
• 关键词: 卷积神经网络 农作物病害 图像识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智慧农业
• 页码范围: 39-47
• 页数: 9页
• 字数: 3569字
• 语种: 中文
• DOI: 10.12105/j.issn.1672-0423.20190304

摘要

[目的]农作物生长过程中,作物产量会受到各种病害影响,实现自动精准地识别农作物病害以及病害程度的测定是农作物病害防治的关键.[方法]文章设计了一种基于卷积神经网络的农作物病害的识别方法并建立了农作物病害识别模型,模型利用10种作物中常见的59种病害类型的叶片图像数据集进行训练,并对模型的训练过程和训练结果进行评估.[结果](1)农作物病害识别模型对59种病害类型的总识别精度达到0.83,部分类别的识别率高于0.9;(2)当训练的迭代次数增加到50轮以上时,农作物病害识别模型的性能不再提升,此时数据集图像的数量对模型性能的影响较大.[结论]实验证明,利用卷积神经网络进行农作物病害识别具有较高的可行性和准确性,为农作物病害的防治打下基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝炘		9	5	1.0	2.0
2	李建华		8	21	3.0	4.0
3	牛明雷		6	5	1.0	2.0
4	李平安		4	4	1.0	2.0