当前位置:主页 > 科技论文 > 自动化论文 >

基于深度学习的番茄叶面型病虫害识别研究

发布时间:2021-08-15 05:59
  番茄作为我国重要的农作物,其产量会受到叶霉病、花叶病、斑枯病等数十种番茄常见病害的影响。如果能够在番茄发病早期对病害进行准确的诊断识别,及时采取措施对病株进行针对性治疗,便可以在一定程度上减少番茄产量的损失,这一过程的重点在于如何对番茄病虫害进行快速准确的诊断。传统的番茄病害检测诊断是以专业技术人员为核心,利用技术人员的知识经验来对番茄病虫害进行诊断。然而传统的检测方式在技术人员的数量、检测的速度、防治面积以及检测的准确性等方面存在一定的局限性,并不能充分满足农业现代化、信息化的需求。为了克服以上局限性、实现农业信息化,本文基于深度学习中数字图像识别的理论,构建了深层卷积神经网络,并使用网络模型对番茄叶片进行分类试验,研究结果表明,新的诊断方案对番茄常见的十种病虫害具有很高的识别准确率。本文首先构建了具有18个卷积层,2个残差块,1个最大值池化层,1个扁平化全连接层还有1个分类层的残差神经网络模型,构建的模型获得了 86.9%的测试准确率。基于番茄叶片对病虫害进行分类属于细粒度分类任务,因此对原残差神经网络模型进行改进,构建了双线性残差神经网络模型,新的网络模型在测试数据集上获得了 9... 

【文章来源】:南昌大学江西省 211工程院校

【文章页数】:71 页

【学位级别】:硕士

【部分图文】:

基于深度学习的番茄叶面型病虫害识别研究


图1.】番茄早疫病叶片??

花叶病,番茄,叶片


?第1章绪论???■?i.?,?I?.激赢■?%??:I'?x?,4<?j?f:???I??:::滅?mm??图1.2番茄健康叶片??番茄健康叶片:番茄成株叶片颜色质地均匀,为深绿或者浅绿色,无大小病??斑,无残缺,无孔洞,无扭曲,无枯萎等异常特征。??yll???■參匿I??图1.3番茄叶霉病叶片??番茄叶霉病叶片:病变部位在宏观上表现为比正常叶片颜色较浅,形状大小??不规则的病斑。??齡_??图1.4番茄花叶病叶片??番茄花叶病叶片:花叶病主要发生在叶片上。番茄叶片会出现颜色深浅分布??7??

霉病,番茄,叶片,花叶病


?第1章绪论???■?i.?,?I?.激赢■?%??:I'?x?,4<?j?f:???I??:::滅?mm??图1.2番茄健康叶片??番茄健康叶片:番茄成株叶片颜色质地均匀,为深绿或者浅绿色,无大小病??斑,无残缺,无孔洞,无扭曲,无枯萎等异常特征。??yll???■參匿I??图1.3番茄叶霉病叶片??番茄叶霉病叶片:病变部位在宏观上表现为比正常叶片颜色较浅,形状大小??不规则的病斑。??齡_??图1.4番茄花叶病叶片??番茄花叶病叶片:花叶病主要发生在叶片上。番茄叶片会出现颜色深浅分布??7??

【参考文献】:
期刊论文
[1]基于卷积神经网络的玉米品种识别[J]. 徐岩,刘林,李中远,高照,李晓振.  江苏农业学报. 2020(01)
[2]半监督学习研究的述评[J]. 韩嵩,韩秋弘.  计算机工程与应用. 2020(06)
[3]基于深度学习的推荐系统应用综述[J]. 吕刚,张伟.  软件工程. 2020(02)
[4]基于深度学习的目标检测技术的研究综述[J]. 罗元,王薄宇,陈旭.  半导体光电. 2020(01)
[5]全卷积多并联残差神经网络[J]. 李国强,张露.  小型微型计算机系统. 2020(01)
[6]基于VGG16网络的茶叶嫩芽自动检测研究[J]. 罗浩伦,冯泽霖,冉钟南,马杰,吕军.  农业与技术. 2020(01)
[7]深度学习在计算机视觉领域的应用进展[J]. 曾子力.  计算机产品与流通. 2020(01)
[8]基于半监督学习的SAR目标检测网络[J]. 杜兰,魏迪,李璐,郭昱辰.  电子与信息学报. 2020(01)
[9]机器学习综述[J]. 孔欣然.  电子制作. 2019(24)
[10]基于深度学习的图像分类研究综述[J]. 苏赋,吕沁,罗仁泽.  电信科学. 2019(11)

博士论文
[1]图像物体的精细化分类方法研究[D]. 侯赛辉.中国科学技术大学 2019
[2]基于图像识别的作物病虫草害诊断研究[D]. 王克如.中国农业科学院 2005

硕士论文
[1]基于全卷积网络改进的图像语义分割应用研究[D]. 李昊东.南京邮电大学 2019
[2]深度神经网络的归一化技术研究[D]. 王岩.南京邮电大学 2019
[3]端到端自动语音识别技术研究[D]. 蒋竺芳.北京邮电大学 2019
[4]弱监督学习下的多标签图像分类[D]. 林春焕.西安电子科技大学 2019
[5]深度主动半监督学习的目标检测[D]. 华佳燊.浙江大学 2019
[6]基于迁移学习和卷积神经网络的肺结节检测方法研究[D]. 赵玥.东北财经大学 2018
[7]基于深度学习的植物识别研究[D]. 刘园.北京林业大学 2018
[8]基于迁移学习的人脸识别方法研究[D]. 张秋颖.哈尔滨工程大学 2018
[9]卷积神经网络图像分类应用研究[D]. 柯小龙.深圳大学 2017
[10]基于叶表图片的番茄病虫害自动检测[D]. 刘海波.大连交通大学 2017



本文编号:3343992

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3343992.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b5377***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com