一种基于改进卷积神经网络的植物叶片病虫害识别方法
基本信息
| 申请号 | CN202010333440.4 | 申请日 | - |
| 公开（公告）号 | CN111563431A | 公开（公告）日 | 2020-08-21 |
| 申请公布号 | CN111563431A | 申请公布日 | 2020-08-21 |
| 分类号 | G06K9/00(2006.01)I | 分类 | - |
| 发明人 | 李潇;熊洋 | 申请（专利权）人 | 空间信息产业发展股份有限公司 |
| 代理机构 | 成都正华专利代理事务所（普通合伙） | 代理人 | 空间信息产业发展股份有限公司 |
| 地址 | 610000四川省成都市武侯区武兴五路355号西部智谷A1-1-3楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于改进卷积神经网络的植物叶片病虫害识别方法，提供了改进的AlexNet网络模型，采用批归一化与全局池化相结合的卷积神经网络模型识别多种叶片病虫害，改进模型在训练时间和内存需求上都进行了较大的优化，并且精简了模型参数，同时也提高了模型泛化能力；本发明通过训练好的改进的AlexNet特征网络作为植物病虫害识别模型提高了植物叶片病虫害识别的准确率，具有更好地鲁棒性，能够识别多种植物叶片的不同病虫害，并且减少了模型训练所需要的资源和时间。 |
