基于注意力神经网络的番茄叶部病害识别系统

• 作者: 刘林 吴作宏 徐岩 李晓振 高照
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: 番茄 叶部病害 注意力机制 并行池化 WEB界面
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 植物保护
• 页码范围: 561-568
• 页数: 8页
• 分类号: TP391
• 字数: 5957字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2020.03.005

摘要

基于注意力机制的卷积神经网络构建了番茄叶部病害识别系统.依据注意力机制构建并行注意力模块以提升特征提取能力,并与残差结构相结合构建PARNet模型.以分别患有早疫病、晚疫病、叶霉病、斑枯病和花叶病毒病这5类病害的叶片和健康叶片的叶部图像为研究对象,将PARNet模型与VGG16、ResNet50、SeNet等模型相对比,结果显示PARNet模型的识别率为96.91％,高出其他模型2.25％～11.58％.各类预测结果的精确率平均为96.84％.最后使用Flask完成WEB应用程序的开发,实现了跨平台的番茄叶部病害识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	山东科技大学电子信息工程学院	33	68	5.0	7.0
2	刘林	山东科技大学电子信息工程学院	2	0	0.0	0.0
3	高照	山东科技大学电子信息工程学院	2	0	0.0	0.0
4	李晓振	山东科技大学电子信息工程学院	3	0	0.0	0.0
5	吴作宏	山东科技大学电子信息工程学院	3	6	1.0	2.0