基于Alexnet的植物病斑识别
a.准备数据
数据使用的是一个植物病害检测比赛中的数据，选择了四类苹果叶片进行识别，真实数据如下所示：
b.模型结构
本次实验我使用的是Alexnet网络，网络在2012年被提出。网络结构如下：
根据Alexnet网络结构，我使用Keras打印了模型信息如下：
c.代码实现
使用keras实现了Alexnet完整代码，数据放在train和test下，每个文件夹下有四个子文件夹，病害类别标签使用0、1、2、3统一标签。
from keras.preprocessing.image import ImageDataGenerator from keras.models import Sequential from keras.layers import Conv2D, MaxPooling2D from keras.layers import Activation, Dropout, Flatten, Dense from keras import backend as K # dimensions of our images. img_width, img_h12345678
相关知识
基于python编程的五种鲜花识别
基于粗糙集和BP神经网络的棉花病害识别
基于深度学习的花卉识别
基于 CNN 和迁移学习的农作物病害识别方法研究
Pytorch之AlexNet花朵分类
花卉病毒病的识别与防治
基于深度学习和迁移学习的识花实践
我室植物病原细菌团队通过基因编辑创建了抗白叶枯病和条斑病的水稻
基于计算机视觉的花卉叶部病害识别方法研究
菜花细菌性黑腐病的识别与防治！
网址: 基于Alexnet的植物病斑识别 https://m.huajiangbk.com/newsview130981.html
| 上一篇: 园艺植物常见病害的识别与防治 |
下一篇: 植物病害识别数据集 |
