基于迁移学习的园艺作物叶部病害识别及应用

• 作者: 李博 江朝晖 谢军 饶元 张武
• 来源期刊: 中国农学通报
• 关键词: 园艺作物 病害识别 ResNet 迁移学习 Web部署
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 农业信息·科技教育
• 页码范围: 138-143
• 页数: 6页
• 分类号: TP391.41|S43
• 语种: 中文

摘要

为给农户提供质优价廉的园艺作物叶部病害识别服务,提出基于迁移学习的模型训练及基于Flask的Web部署方法.对PlantVillage数据集进行预处理,分别使用ResNet18、ResNet50和ResNet152 3种模型进行迁移学习训练,得到3种识别模型.利用Flask将模型部署到服务器上.3种识别模型对苹果等14类园艺作物26种叶部病害的平均识别准确率分别是95.61％、96.63％和97.33％,识别单张图像的时间分别是10.9、17.9、33.7 ms.综合考虑模型特点和用户期望,设计快速、标准和准确3种识别模式,实现深度模型在服务器中稳定运行,具有一定的实用价值.