典型文献
基于MobileNetV2和迁移学习的玉米病害识别研究
文献摘要：
[目的]解决玉米叶部病害识别效率低、精度低的问题,探究新的玉米病害识别方法.[方法]将卷积神经网络MobileNetV2和迁移学习相结合,分别采用迁移学习中特征提取、全部迁移和微调3种训练方式获得3种模型,并与全新训练的MobileNetV2模型进行对比.[结果]微调模型经历较少的epoch便可取得较好的识别效果,模型准确率达99.25％,比全新训练的MobileNetV2模型提高了3.09％.在上述研究基础上,设计并实现了基于移动端的玉米病害识别系统,玉米叶部病害的平均识别准确率为84％,用时仅为1.16 s.[结论]本研究提出的玉米病害识别方法能更好应用于日常检测玉米病害,为相关病害防治提供参考.
文献关键词：
玉米病害;卷积神经网络;迁移学习;MobileNetV2;识别系统
中图分类号：
作者姓名：
刘合兵;鲁笛;席磊
作者机构：
河南农业大学信息与管理科学学院,河南郑州 450046;河南经贸职业学院,河南郑州 450046
文献出处：
引用格式：
[1]刘合兵;鲁笛;席磊-.基于MobileNetV2和迁移学习的玉米病害识别研究)[J].河南农业大学学报,2022(06):1041-1051
A类：
B类：
MobileNetV2,迁移学习,玉米病害,病害识别,玉米叶部病害,微调,训练方式,新训,epoch,可取,模型准确率,移动端,识别系统,识别准确率,日常检测,病害防治
AB值：
0.248089
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
