基于生成对抗网络的农作物叶片病害识别

• 作者: 彭丽君 曹廷荣 熊方康 陆玲
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 农作物叶片 病害识别 生成对抗网络 神经网络 微调
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 39-46
• 页数: 8页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.11.007

摘要

当人们使用深度神经网络对图像进行分类时,通常需要大量的训练样本.然而,在实际工作中很难获得足够多的样本来保证神经网络的训练.为了解决这一问题,本文提出一种基于生成式对抗网络的识别方法.其主要思想是通过对现有的GAN网络模型进行改造后训练一个样本生成模型,然后利用神经网络对生成模型生成的数据集进行识别,最后利用迁移学习方法对具有真实数据的神经网络进行微调.为了验证该方法的有效性,本文使用5种作物的叶片进行验证(每个样本500片),其对植物叶片的有无病害识别精度可达90％以上.实验结果表明该方法能在少量样本时提高叶片的识别精度,具有很强的通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玲		93	441	11.0	17.0
2	彭丽君		4	0	0.0	0.0
3	熊方康		1	0	0.0	0.0
4	曹廷荣		2	1	1.0	1.0