基于深度学习的香蕉病害远程诊断系统

• 作者: 史红栩 李修华 李民赞 温标堂 王伟
• 来源期刊: 华南农业大学学报
• 学科: 农学
• 关键词: 香蕉病害 深度学习 GoogLeNet 图像识别 移动应用 迁移学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 92-99
• 页数: 8页
• 分类号: S126
• 语种: 中文
• DOI: 10.7671/j.issn.1001-411X.202004027

摘要

[目的]实现香蕉病害的远程诊断.[方法]基于深度学习方法对香蕉作物的7种常见病害进行诊断.收集了5944幅健康及染病香蕉植株图像,按7:1:2分为训练集、验证集和测试集.利用迁移学习对GoogLeNet深度卷积神经网络训练获取诊断模型.进一步开发了包含手机移动应用程序(APP)和远程服务器的软件系统.[结果]通过对比不同迭代次数及不同优化器,最终采用了MomentumOptimizer迭代10000次的模型,平均测试精度达到了98％.设计的APP能够就地获取香蕉图像,并通过网络与集成了诊断模型的远程服务器通信,实时获取诊断结果.[结论]该病害诊断模型识别主要病害的精度高,在线诊断系统简单易操作,可快速有效地在线诊断香蕉常见病害,具有良好的应用前景.