目前黄瓜病害问题虽然受到了很多学者的关注与研究,但是其一直以来都是限制黄瓜健康生长的关键问题.而传统黄瓜病害的检测大多依赖人工完成,现如今,基于深度学习的病害检测方法已日趋成熟,针对黄瓜病害检测问题,文章提出基于深度学习的黄瓜病害检测模型,实现对黄瓜病害的分类检测.文章以黄瓜病害检测为背景,以黄瓜叶片的叶枯病检测为例,数据集为包括健康叶片图像集和患有黄瓜叶枯病的黄瓜叶片图像集,对构建的卷积神经网络模型在小样本数据集上进行了模型改进以及参数训练,并对构建的卷积神经网络模型和支持向量机的分类方法两种算法的实验结果进行对比分析.结果表明,在黄瓜叶枯病检测任务中,文章提出的黄瓜病害检测模型的检测精度可以达到96.8％.因此,本研究在小样本数据集背景下具有一定的实用价值,也为黄瓜叶片叶枯病检测提供一种有效方法.
万方数据
维普
