基于Faster-RCNN的花生害虫图像识别研究

• 作者: 孙素芬 罗长寿 陶震宇
• 来源期刊: 江苏农业科学
• 学科: 工学
• 关键词: Faster-RCNN ResNet-50模型 花生害虫 图像识别
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 247-250
• 页数: 4页
• 分类号: TP391.41
• 字数: 3647字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2019.12.057

摘要

为实现花生害虫图像的准确分类,共收集花生主要害虫图片2038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型.结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型.该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙素芬	北京市农林科学院农业信息与经济研究所	65	631	14.0	20.0
2	罗长寿	北京市农林科学院农业信息与经济研究所	44	500	14.0	20.0
3	陶震宇	北京农学院计算机与信息工程学院	1	1	1.0	1.0