基于神经网络的病虫害识别系统
基于神经网络的病虫害识别系统
Author(s)：
Affiliation(s)：
1 河南科技大学软件学院Classification number：
TP391.41;S43;TP183
Cite this article
GB/T 7714
黄志泉,徐英豪,李灿,孙立功等.基于神经网络的病虫害识别系统[J].网络安全技术与应用,2023(05):46-48.
Export
农作物病害识别在农业生产领域具有极其重要的作用。基于现代计算机技术的发展，机器视觉识别农作物病害已经被广泛应用。传统的机器学习模式是常用的病害识别算法，但其无法提取更加精细的特征，也就无法训练出高精度的模型来精准识别农作物的病害，本文采用轻量化卷积神经网络算法解决以上的难点，通过实验验证，识别效率大大提高。本文所述系统采用百度飞桨PaddleX框架，基于谷歌提出的MobileNet V3轻量化模型进行训练，并利用GPU加速并行运算以加快模型的训练。训练得到的模型通过验证集验证可以达到90%以上的识别率，同时为了保证程序的便携性，将此模型部署在微信小程序端，且开发了一款高效智能化的农作物病虫害识别的微信小程序——“识农病害”。
Keywords
深度学习; PaddleX框架; MobileNet V3模型; 识农病害
相关知识
基于卷积神经网络的农作物病虫害识别系统
深度学习之基于Tensorflow卷积神经网络花卉识别系统
基于深度学习的病虫害智能化识别系统
基于深度卷积神经网络的移动端花卉识别系统
基于YOLOv8的植物病虫害识别系统
人工智能毕业设计基于python的花朵识别系统
深度学习基于python+TensorFlow+Django的花朵识别系统
基于MATLAB的农业病虫害识别系统
基于深度学习的农作物病虫害识别系统
基于卷积神经网络的花卉识别方法
网址: 基于神经网络的病虫害识别系统 https://m.huajiangbk.com/newsview2062927.html
| 上一篇: 花满枝头春意浓 “蜂”生水起产业 |
下一篇: 农田“数字”纪元，谁让害虫“无所 |
