首页|基于AlexNet的农作物病虫害识别研究

基于AlexNet的农作物病虫害识别研究

扫码查看
农作物病虫害症状的检测和鉴定是保证农作物良好生长的前提条件,是人们能够准确、及时地制定防治方案和采取相关措施,切实减轻病虫害的发生。于是提出了以Alexnet为基础的农作物病虫识别方法,首先对采集到的病虫和健康叶片图像进行归档分类,然后对建立好的数据集进行尺寸归一化和数据强化等预处理,最后对训练集采用Alexnet模型进行训练,经过 5 次训练,实验证明其准确率可达96。93%,该方法能较好地识别农作物病虫害,具有较好的鲁棒性和较高的精确度。

张娜、刘坤、杨国栋

展开 >

商洛学院人工智能研究中心 商洛 726000

商州区气象局 商洛 726000

病虫害识别 AlexNet 图像识别 卷积神经网络

气候适应型城市重点实验室项目商洛学院科研项目

SLSY201903119SKY009

2024

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子:0.355
ISSN:1672-9722
年,卷(期):2024.52(2)
张娜,刘坤,杨国栋.基于AlexNet的农作物病虫害识别研究[J].计算机与数字工程,2024,52(2):554-558,621.DOI:10.3969/j.issn.1672-9722.2024.02.046.
  • 16