摘要
深度学习用于植物病害图像分类,需要大量现场植物的叶片数据集,并且采用合适数据模型进行训练.以柑橘为对象,建立一个感染和正常叶片的数据集,采用ResNet50、DenseNet121、MobileNetV2、Vit Transformer、ECA_ResNet 5种模型对数据集进行训练,评估不同模型对数据集的训练性能,初步验证数据集支持深度学习进行柑橘病害种类识别的可行性.
基金项目
东莞市社会科技发展项目(20221800905102)
广东省教育厅创新强校重点项目(2022ZDZX4053)
国家科技期刊平台
NSTL
维普
万方数据