基于Caffe的生姜病害识别系统研究与设计

• 作者: 余大为 孙敏 张恩宝 李旸 蒋丰千
• 来源期刊: 中国农机化学报
• 学科: 工学
• 关键词: 生姜病害 卷积神经网络 Caffe框架 数据可视化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 农业智能化研究
• 页码范围: 126-131
• 页数: 6页
• 分类号: TP391.4
• 字数: 3058字
• 语种: 中文
• DOI: 10.13733/j.jcam.issn.2095-5553.2019.01.23

摘要

以自然环境下采集到的生姜病害图片为基础,对炭疽病、姜瘟病、根结线虫病和白星病进行研究分析,提出一种基于卷积神经网络的生姜病害识别系统.首先是对收集来的图片进行二值化和轮廓分割等预处理,从而增强数据的可靠性.其次,将处理后的图像数据交由优化后的卷积神经网络模型进行分析、学习,并在Gaffe框架下进行模拟仿真.最后,在已训练好的网络模型基础上利用Qt软件设计人机交互界面,从而达到数据可视化提高系统使用的便捷性.结果 表明优化后的模型识别率达到了96％,可以较好地预测和识别生姜的相关病害.