,歡迎光臨bet网站官网雜志社官方網站！
稿件查詢：
2021年20期
基于遷移學習的多模型水稻病害識別方法研究
| 作 者 | 王忠培，張萌，董偉，朱靜波，孔娟娟，錢蓉 |
| 第一作者 | 王忠培 |
| 作者單位 | 安徽省農業科學院農業經濟與信息研究所，安徽合肥 |
| 卷 號 | 49 |
| 發表年份 | 2021 |
| 發表刊期 | 20 |
| 發表頁面 | 236-242 |
| 關 鍵 字 | 水稻病害；遷移學習；深度學習；智能識別 |
| 摘 要 | 水稻病害是影響水稻產量的重要因素之一，使用傳統機器學習方法識別農作物病蟲害效果并不理想，因此該研究使用深度學習技術結合遷移學習方法識別常見水稻病害。使用當前深度學習領域經典網絡模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作為預訓練模型，通過比較不同模型在新任務上的表現，選取性能最好且最穩定的Xception模型作為最終模型。試驗結果顯示，DenseNet、InceptionResNet、Xception的識別準確率可以達到97%，尤其是Xception模型不僅可以達到98.50%的最高識別準確率而且是最穩定的。該研究通過試驗探討了適用于常見水稻病害智能識別的最佳模型，同時表明了使用遷移學習方法解決新任務的有效性。 |
| 附 件 |
基于遷移學習的多模型水稻病害識別方法研究
|
| 注：若需下載，請右鍵單擊另存 |
