基于胶囊SE-Inception的茄科病害识别方法研究

• 作者: 杨泳波 赵远洋 李振波 李晔
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 茄科蔬菜 病害识别 抗噪性 SE-Inception结构 胶囊网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 图像处理与计算机视觉|Image Processing and Computer Vision
• 页码范围: 28-35
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2022010028

摘要

针对番茄和茄子2类茄科蔬菜的病害,基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络,称为胶囊SE-Inception.该网络主要分为特征提取和胶囊网络2部分.其特征提取部分采用了批处理归一化层(BN)加速网络收敛;利用SE-Inception结构和多尺度特征提取模块来提高模型的精度.胶囊网络部分采用了路由迭代次数为2,维度为16的胶囊进行处理.基于自建的茄科病害数据集开展实验,其包含白粉虱、白粉病、黄曲病和棉疫病4种病害类别和健康叶片;为减少过拟合,对数据进行了增广处理.实验结果表明胶囊SE-Inception网络针对常见的高斯、椒盐和模糊噪声具有较好的抗噪性;其仅需较少的数据就可以达到较高的识别精度,在相同数据量下,胶囊SE-Inception网络的识别精度高于常见轻量级模型.