基于改进GoogLeNet的玉米叶片病害识别及其可解释性研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

为加强农作物病害的识别，减少病害发生的频率与强度，提高农作物产量与品质，基于迁移学习构建5种深度学习网络，对玉米叶片锈病、大小斑病和灰斑病进行识别分类研究。通过对比AlexNet、VGG19、ResNet50、GoogLeNet和MobileNetV2深度学习网络，GoogLeNet的识别准确率最高，达到96.3%，模型收敛效果最好。（剩余19107字）

试读结束

目录
monitor