基于迁移学习的苹果叶面病害Android检测系统研究

发布时间：2020-04-14 15:43

【摘要】：苹果是我国的主要水果之一,为我国经济带来了丰厚的效益。然而苹果品质易受病害影响,因此,对苹果病害识别与分类变得比较重要。针对苹果病害检测识别问题,本文以斑点落叶病、褐斑病、花叶病、灰斑病和锈病5种黄土高原常见的苹果叶面病害为研究对象,在数据增强基础上,研究了基于Faster R-CNN算法的苹果叶面病害检测方法,设计开发了基于苹果叶面病害的Android检测系统。本文主要工作总结如下:(1)在分析常见苹果叶面病害特点的基础上,针对数据样本不足易导致网络训练出现的过拟合问题,本文通过数据增强以增加训练样本的多样性。通过对采集到的5类共2029张苹果叶面病害数据进行图像旋转、水平和垂直镜像,锐度、亮度、对比度调整,及高斯模糊等11项操作完成对数据集预处理,经人工筛选后的有效数据集共24348张。为后续网络模型训练提供标准格式的数据集,将数据集统一制作为VOC2007格式。(2)在分析参数迁移基础上,为提高网络模型的训练效率并获得较高的病害检测效果,本文首先在ImageNet数据集上对VGG-16和ZF网络进行预训练得到模型的初始化参数,并在此基础上通过在本文数据集上进行微调训练,以实现对模型的参数迁移。本文采用Faster R-CNN算法使用VGG-16作为特征提取网络对苹果叶面病害进行检测:通过VGG-16得到病害图像的特征图;以RPN网络为候选区域生成网络,得到病害可能存在的候选区域;通过其分类回归网络,最后获得了5类病害的检测区域及检测结果。通过与Fast R-CNN算法使用VGG-16为特征提取网络、Faster R-CNN使用ZF网络作为特征提取网络方法进行对比分析,本文采用的方法效果较好,其AP如下:锈病检测效果最佳,达90.35%,花叶病为81.66%,斑点落叶病为71.64%,褐斑病为75.67%,灰斑病检测效果较差,为63.44%,5种病害的mAP值为76.55%。(3)为更好地将基于Faster R-CNN算法的苹果叶面病害训练结果应用到Android系统中,本文设计并实现了基于苹果叶面病害的Android检测系统:在分析Android检测系统需求基础上,将训练得到的模型移植到Android平台,并对Android环境进行了3个方面的配置;设计与开发了具有2个功能模块的Android客户端;最后随机选取5种病害各40张总计200张测试样例进行了Android系统的测试,检测准确性为:锈病的检测准确性达100%,斑点落叶病和花叶病均达97.5%,褐斑病达95%,灰斑病达92.5%,综合检测效果为98.5%,该Android客户端基本满足了识别准确率的要求。
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S436.611;TP316

【相似文献】

相关期刊论文 前10条

1 周兵;;基于Android网络图片上传与下载的研究[J];河北工程技术学院教学与研究;2015年04期

2 相润通;;基于Android的多用户课表应用[J];当代教育实践与教学研究;2018年12期

3 王成浩;李鑫宇;李丽娟;;Android开发技术的学习及应用研究[J];信息与电脑(理论版);2019年03期

4 拾影;;Android系统收费不过是时间问题[J];互联网周刊;2019年03期

5 朱晓丽;高鹏;;基于Android平台的老年人智能看护系统研究[J];山东农业工程学院学报;2019年02期

6 徐颖慧;;基于竞赛平台的Android移动商务实验室的研究与构建[J];赤峰学院学报(自然科学版);2017年19期

7 陈斌;张燕菲;郝静;;基于应用型人才培养的“Android应用开发”课程建设初探[J];工业和信息化教育;2017年12期

8 周国华;;Android平台上的智能聊天机器人设计及应用[J];计算机产品与流通;2017年07期

9 梅从圣;郑丽;田铮;许可;;基于Android系统的记账软件的设计与实现[J];纳税;2018年05期

10 熊小军;翁培钧;;Android协调布局的研究与使用[J];电子世界;2018年02期

相关会议论文 前10条

1 李鸿;邓云高;黄桃;;基于Android的行波管测试远程控制系统[A];2016真空电子学分会第二十届学术年会论文集（上）[C];2016年

2 潘伟;;Android重打包技术在应用商城中的运用研究[A];2013全国无线及移动通信学术大会论文集（上）[C];2013年

3 李静华;慕德俊;;一种基于行为的Android恶意程序分析系统设计[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

4 张谷丰;罗岗;孙雪梅;易红娟;;基于Android的水稻害虫诊断系统[A];病虫害绿色防控与农产品质量安全——中国植物保护学会2015年学术年会论文集[C];2015年

5 王刚;储毅;;Android平台实时数据库的设计与实现[A];2012年电力通信管理暨智能电网通信技术论坛论文集[C];2013年

6 Di Jiaqi;Wang Jianhua;Zhang Long;;The Research in Mobile Learning Based on Android Smartphone Platform Application[A];2012年计算机应用与系统建模国际会议论文集[C];2012年

7 Xin Li;Yumei Zhai;Xiong Li;;Research and Implementation of Face Detection System on Android Smart Phone[A];2013年中国智能自动化学术会议论文集（第二分册）[C];2013年

8 李静华;慕德俊;杨鸣坤;胡伟;;Android恶意程序行为分析系统设计[A];2013年全国通信软件学术会议论文集[C];2013年

9 李蛟龙;任子真;;基于Android的智能家居发展趋势[A];第十四届沈阳科学学术年会论文集（理工农医）[C];2017年

10 余芳;刘建毅;张茹;;一种面向Android移动终端的多媒体数字版权保护系统[A];第十届中国通信学会学术年会论文集[C];2014年

相关重要报纸文章 前10条

1 杨程;苹果与Android博弈的背后[N];中国青年报;2011年

2 本报记者 陶涛　实习生 陈璐;手机网游厂商“赌明天”[N];中国青年报;2012年

3 ;王者对决，iOS 12 PK Android 9.0[N];电脑报;2018年

4 王冰洁;国内Android机将在明年引领5G潮流[N];电脑报;2018年

5 本报记者 游寰臻;智能手表厂商热情锐减 可穿戴已成强弩之末？[N];通信信息报;2016年

6 天雨;我国移动互联网发展态势喜人[N];人民邮电;2017年

7 本报记者 游寰臻;智能手表成科技厂商弃儿 可穿戴设备陷低谷？[N];通信信息报;2017年

8 张贺飞;别了，Windows Phone[N];科技日报;2017年

9 赵玲玲;康佳发布“六核”Android4.2云电视[N];中华合作时报;2013年

10 项有建 《冲出数字化》作者;Android 4提升平板话语权[N];通信产业报;2011年

相关博士学位论文 前10条

1 张文;Android应用软件的安全保护技术研究[D];北京邮电大学;2019年

2 任兵飞;基于资源访问控制的Android平台隐私保护方法研究[D];北京邮电大学;2019年

3 苏欣;安卓手机应用流量分析及恶意行为检测技术研究[D];湖南大学;2015年

4 张紫鹏;基于程序语言的Android应用隐私保护[D];中国科学技术大学;2018年

5 王兆国;Android恶意应用程序检测技术研究[D];哈尔滨工业大学;2017年

6 杜少勇;面向Android智能手机的数据安全问题研究[D];南京大学;2019年

7 许艳萍;基于数据特征的Android恶意应用检测关键技术研究[D];北京邮电大学;2017年

8 张笑鲁;Android移动设备的数字取证关键问题研究[D];吉林大学;2016年

9 李新伟;基于GreenSeeker的棉花氮素营养诊断及Android施肥决策系统研究[D];石河子大学;2014年

10 曲家兴;Android软件恶意行为检测技术研究[D];哈尔滨工程大学;2017年

相关硕士学位论文 前10条

1 梁书婷;基于Android平台的远程桌面控制系统的设计与实现[D];哈尔滨工业大学;2013年

2 郑文柏;基于动静态多特征的Android恶意应用检测技术研究[D];天津理工大学;2019年

3 熊源远;Android系统的渗透测试综合平台研究[D];武汉工程大学;2018年

4 缪浩健;基于逆向工程的Android应用数据保护的研究[D];西安电子科技大学;2018年

5 黄炎裔;基于组件关联的Android应用隐私泄露问题检测方法的研究与实现[D];北京邮电大学;2019年

6 张少东;基于自动化测试技术的Android恶意积分墙应用检测系统的设计与实现[D];北京邮电大学;2019年

7 李超;Android应用SOL注入漏洞扫描系统的设计与实现[D];北京邮电大学;2019年

8 沈月东;Android重打包应用行为分析系统设计与实现[D];北京邮电大学;2019年

9 李婧;Android应用服务器通信接口安全性检测的方案设计与实现[D];北京邮电大学;2019年

10 尹华敏;基于静态代码分析的Android应用程序检测技术研究[D];北京邮电大学;2019年

，

本文编号：2627452