摘要
针对传统的种子鉴别方法主要依靠人工鉴别,主观性强,费时费力,效率低下.以鉴别玉米品种登海605为例,利用深度学习和卷积神经网络相结合的方法,构建胚面、胚乳、双面混合3类数据集.对VGG16模型用不同FT(Fine-tuning)策略进行微调,结果表明,在FT75％训练策略下模型的测试准确率最高,在3类数据集上均为100％,同时在FT75％-VGG16探讨了不同数量全连接层神经元数量对网络性能的影响,最终选定2 048为最终神经元数量.
基金项目
山东省重点研发计划(2019GNC106001)
青岛市民生科技计划(18-6-1-112-nsh)
淄博市重点研发计划(2019gy010101)
山东省高等学校青创人才引育计划(202202027)
NETL
NSTL
维普
万方数据