原文服务方: 太原理工大学学报       
摘要:
[目的]为了获得足够的番茄叶片病害图像,提高番茄病害的识别准确率,提出了一种新的基于生成对抗网络的数据增强方法(Hidden parameter label and Attention attached Multi scale ACGAN,HAM_ACGAN).[方法]在生成对抗网络的基础上,为了补充类内信息,将隐参数标签连接到输入噪声上,以控制不同类别病害的叶片生成;同时设计一个带有残差注意力块的生成器捕获叶片中的病害信息,生成病害特征明显的番茄叶片;最后利用多尺度判别器丰富生成图片的细节纹理.[结论]实验表明,提出的数据增强方法能够生成病害特征明显的番茄叶片,能够满足神经网络训练所需的大量数据,进而提高病害识别网络的识别精度.
推荐文章
番茄根部常见病害的识别与防治
番茄
病害
识别
防治
基于迁移学习的番茄叶片病害图像分类
番茄
卷积神经网络
迁移学习
特征提取
SVM
病害分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进 ACGAN数据增强的番茄叶片病害识别
来源期刊 太原理工大学学报 学科
关键词 数据增强 生成对抗网络 病害识别 番茄叶片 隐参数标签 多尺度
年,卷(期) 2024,(5) 所属期刊栏目
研究方向 页码范围 101-108
页数 8页 分类号
字数 语种 中文
DOI 10.16355/j.tyut.1007-9432.2023.05.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据增强
生成对抗网络
病害识别
番茄叶片
隐参数标签
多尺度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导