基于迁移学习的小样本农作物病害识别

• 作者: 严利 周鹏 燕斌
• 来源期刊: 现代农业科技
• 学科: 工学
• 关键词: 卷积神经元网络 迁移学习 农作物 病害识别
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 植物保护学
• 页码范围: 87-89
• 页数: 3页
• 分类号: TP391.4
• 字数: 3690字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5739.2019.06.051

摘要

随着机器学习加速应用于各行各业,卷积神经元网络在农作物病害图片识别领域展现出良好的性能.本文针对传统卷积网络所需样本量大、训练时间长、二次学习困难等问题,实现了一种基于特征的有监督迁移学习,在Inception-V3网络的基础上,使用imageNet固化特征提取层,为目标领域设置特征分类器的方法,在每种病害仅使用20张图片的小样本基础上,实现了对8种不同病害的正确识别,总体识别率达到90.6％,并给出了进一步提升模型性能的方法,以期为小样本农作物病害图片识别提供有益参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严利		4	6	1.0	2.0
3	燕斌		11	17	3.0	3.0
5	周鹏		8	16	3.0	3.0