基于Inception与Residual组合网络的农作物病虫害识别

• 作者: 何雅萱 冯广 孔立斌 石鸣鸣 贺敏慧
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 农作物病虫害识别 Inception结构 Residual结构 Inception-resnetl-v2 Softmax分类器
• 年，卷（期）: 2020,（3）
• 页码范围: 17-22
• 页数: 6页
• 分类号: TP391.41
• 字数: 3610字
• 语种: 中文
• DOI: 10.12052/gdutxb.190157

摘要

针对我国农作物病虫害识别方法中存在的速度慢、主观性强、所需专业知识要求高以及识别成本高等问题,提出一种基于Inception与Residual结构组合的Inception-resnet-v2网络模型的农作物病虫害识别方法,以实现精准高效的农作物病虫害识别.网络使用residual结构,采用跨层连接方式将低层特征与高层特征进行组合学习以增加网络深度.同时加入了Inception结构,既能保持网络结构的稀疏性,又能利用密集矩阵的高计算性能,加快了训练速度.最后通过Softmax分类器进行多分类预测.与传统方法相比,本文方法收敛速度更快,不仅准确率达到96.67％、精确度达到90.77％、召回率达到89.72％,还使病虫害识别的不同类别更加均衡,改善了传统方法中对特定类别识别效果差的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯广	广东工业大学自动化学院	19	57	4.0	7.0
2	何雅萱	广东工业大学自动化学院	2	0	0.0	0.0
3	贺敏慧	广东工业大学自动化学院	2	0	0.0	0.0
4	孔立斌	广东工业大学自动化学院	1	0	0.0	0.0
5	石鸣鸣	广东工业大学自动化学院	1	0	0.0	0.0