安徽农业科学2021，Vol.49Issue(20) ：236-242.DOI:10.3969/j.issn.0517-6611.2021.20.062

基于迁移学习的多模型水稻病害识别方法研究

Multi-model Rice Disease Recognition Based on Transfer Learning

王忠培 张萌 董伟 朱静波 孔娟娟 钱蓉
安徽农业科学2021，Vol.49Issue(20) ：236-242.DOI:10.3969/j.issn.0517-6611.2021.20.062
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于迁移学习的多模型水稻病害识别方法研究

Multi-model Rice Disease Recognition Based on Transfer Learning

王忠培 1张萌 1董伟 1朱静波 1孔娟娟 1钱蓉1
扫码查看

作者信息

  • 1. 安徽省农业科学院农业经济与信息研究所,安徽合肥230031
  • 折叠

摘要

水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97％,尤其是Xception模型不仅可以达到98.50％的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性.

关键词

水稻病害/迁移学习/深度学习/智能识别

引用本文复制引用

基金项目

安徽省农业科学院农业大数据研究与应用团队项目(2021YL051)

出版年

2021
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
被引量9
参考文献量4
段落导航相关论文