基于改进VGG卷积神经网络的叶菜霜霉病智能识别算法研究

• 作者: 梅莹 尹艺璐 石称华 刘哲辉 常丽英
• 来源期刊: 上海蔬菜
• 关键词: 卷积神经网络 VGG16 叶菜 霜霉病 智能识别算法
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 研究综述
• 页码范围: 76-84
• 页数: 9页
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1469.2021.06.032

摘要

该文针对用传统方法识别叶菜霜霉病难度大、精度低等问题,将卷积神经网络应用于结球白菜、菠菜、莴笋霜霉病的识别与分类.作者通过图像搜集、预处理和扩增,构建了3种叶菜霜霉病图像数据库,并运用于VGG16-1模型构建;通过微调模型中的部分参数,探究了迭代次数、BATCH_SIZE和卷积核尺寸3种模型参数对VGG16-1模型识别分类效果的影响.试验结果表明,迭代次数为50次、BATCH_SIZE为32、卷积核尺寸为3×3时,VGG16-1模型模拟结果最优,训练用时为20 min,模型识别准确率为95.67％.